R语言如何使用filter按多条件组合过滤移除数据集特定行

你可以直接调用dplyr包的filter()函数完成需求，首先需要明确：你列出的3条移除规则互斥（同一行的1st列不可能同时为A和B），实际过滤逻辑为移除满足3条规则中任意1条的行，保留其余所有行。

复现示例数据 #

先加载依赖包、构造和你给出的完全一致的测试数据，方便你直接运行验证：

library(dplyr)

df <- tibble(
  `1st` = c("A", "B", "B", "A", "B", "A", "B", "A"),
  `2nd` = c("K2", "K1", "K2", "K1", "K1", "K2", "K1", "K2"),
  `3rd` = c("S2", "S1", "S1", "S1", "S1", "S1", "S1", "S1"),
  `4th` = c(13, 31, 68, 101, 129, 500, 129, 50)
)

写法1：直接写保留逻辑（最推荐，不易出错） #

将3条移除规则分别取反，传入filter()即可，只有不满足任何一条移除规则的行才会被保留：

df_result <- df %>%
  filter(
    # 移除规则1：1st=A 且 2nd=K2 且 4th≤100，取反即不满足该条件的行保留
    !(`1st` == "A" & `2nd` == "K2" & `4th` <= 100),
    # 移除规则2：1st=A 且 2nd=K1 且 4th≤50，取反保留
    !(`1st` == "A" & `2nd` == "K1" & `4th` <= 50),
    # 移除规则3：1st=B 且 2nd=K1 且 4th≤64，取反保留
    !(`1st` == "B" & `2nd` == "K1" & `4th` <= 64)
  )

运行后得到的过滤结果如下，可直接核对：

写法2：标记法（适合多规则扩展场景） #

如果后续需要新增更多分组过滤规则，可以先用case_when()给每行打是否移除的标记，再统一过滤，代码可读性更高、后续维护更方便：

df_result <- df %>%
  mutate(
    remove_flag = case_when(
      `1st` == "A" & `2nd` == "K2" ~ `4th` <= 100,
      `1st` == "A" & `2nd` == "K1" ~ `4th` <= 50,
      `1st` == "B" & `2nd` == "K1" ~ `4th` <= 64,
      # 其余无特殊规则的分组全部标记为保留
      TRUE ~ FALSE
    )
  ) %>%
  # 过滤掉标记为移除的行
  filter(!remove_flag) %>%
  # 删除临时生成的标记列
  select(-remove_flag)

踩坑提醒 #

• 你原文写的判断条件!4th > 100存在运算符优先级问题：R中!的运算优先级高于>，会被解析为(!4th) > 100，和你想要的「4th不大于100」逻辑完全不符，建议直接写为4th <= 100避免逻辑错误。
• 你的列名以数字开头（1st/2nd等），属于R中的非标准列名，在dplyr函数中引用时必须用反引号`包裹，否则会触发语法报错。

内容的提问来源于stack exchange，提问作者Knstntn