R语言使用data.table筛选列名匹配多条件的数据子集

核心方案 #

你要实现的逻辑分两部分：匹配列名含ABC/XYZ的列、保留这些列中任意一列值大于0的行，不需要硬编码列索引，直接用data.table内置的列匹配语法一步完成即可，效果和你给出的dplyr代码完全一致：

library(data.table)
# 若df尚未转换为data.table对象，先执行这行
setDT(df)

# 一步完成选列+行筛选
result <- df[
  rowSums(.SD > 0) > 0,
  .SD,
  .SDcols = patterns("ABC|XYZ")
]

逻辑说明 #

• .SDcols = patterns("ABC|XYZ")：是data.table原生支持的列筛选写法，自动匹配所有列名中包含ABC或XYZ的列，列顺序和原数据框完全一致，不会因为匹配逻辑打乱原有列的排列，比手动拼接两次grep结果更简洁。
• 中间参数位置的.SD：代指.SDcols选中的所有列组成的数据子集。
• 行位置的rowSums(.SD > 0) > 0：逐行统计选中列中值大于0的列数，只要任意一列值大于0，该行的统计结果就会大于0，满足保留条件，筛选效率远高于逐列写|条件判断。

对应原dplyr写法的等价版本 #

如果你需要完全对齐你给出的dplyr中两次grep的选列逻辑（实际运行结果和上面的正则写法完全无差异），可以用下面的写法：

result <- df[
  rowSums(.SD > 0) > 0,
  .SD,
  .SDcols = c(grep("ABC", names(df)), grep("XYZ", names(df)))
]

补充：如果只需要实现多条件选列、不需要做行筛选，直接写df[, grep("ABC|XYZ", names(df)), with = FALSE]即可，和你已知的单条件grep写法逻辑一致，只是在正则里用|表示匹配多个模式的或关系。

内容的提问来源于stack exchange，提问作者Stinky_Goat