R语言匹配规则列子集按行计算逻辑OR的报错解决方案

你遇到的报错和逻辑问题来自两点：

1. 上下文规则不匹配：matches()属于tidyselect体系的列选择函数，只能运行在原生支持tidyselect选择语法的函数内部（比如select()、across()、if_any()等）。你在mutate()的普通计算表达式里直接嵌套select(matches())，既不符合选择器的运行上下文要求，select()返回的子数据框也无法直接参与逐行计算。
2. 计算逻辑写反：逻辑OR运算的规则是「任意一个输入为TRUE，结果即为TRUE」，你原本写的sum(...) == 0是判断所有值求和为0（即全为FALSE），和目标逻辑完全相反。

方法1：最简洁写法（推荐，dplyr 1.0.0+版本支持） #

直接用专为行方向逻辑判断设计的if_any()函数，它原生支持tidyselect选择语法，会逐行判断匹配到的列是否存在任意TRUE值，本身就是行级逻辑OR运算：

df %>% 
  mutate(valid = if_any(matches("^c_")))

运行后输出结果符合预期：

# A tibble: 3 × 4
# Groups:   id [3]
     id c_1   c_2   valid
  <dbl> <lgl> <lgl> <lgl>
1     1 TRUE  FALSE TRUE 
2     2 TRUE  FALSE TRUE 
3     3 FALSE TRUE  TRUE 

方法2：兼容旧版本dplyr的写法 #

如果你的dplyr版本较低没有if_any()，可以搭配across()选列+rowSums()做行计算：逻辑值TRUE会被识别为1、FALSE为0，行求和大于0即代表至少有一个列为TRUE，等价于逻辑OR：

df %>%
  mutate(valid = rowSums(across(matches("^c_"))) > 0)

方法3：自定义复杂行逻辑的通用写法 #

如果后续需要扩展更复杂的行判断规则，可以用pmap_lgl()逐行传入选中列的值做判断，兼容性最强：

df %>%
  mutate(valid = pmap_lgl(across(matches("^c_")), ~ any(c(...))))

注：以上写法都不会破坏你原数据的group_by(id)分组结构，计算完成后分组属性会保留。

内容的提问来源于stack exchange，提问作者Ai4l2s