R语言dplyr包filter()函数多值筛选结果异常问题咨询

你的多条件联合筛选写法不正确，返回行数不符合预期是R语言基础的向量运算规则导致的，和数据集本身、dplyr包逻辑无关。

• R中的==是逐元素对齐比较的运算符，不支持「判断值是否存在于给定集合」的逻辑。当你执行df[1] == c(2019,2020)时，R会将长度为2的比较向量c(2019,2020)按循环规则，和年份列的每一行值依次配对比较：
  1. 第1行年份值和2019对比，相等则判定为符合条件
  2. 第2行年份值和2020对比，相等则判定为符合条件
  3. 第3行重新轮回到和2019对比
  4. 后续行按此规则循环配对，直到遍历完所有行
     这种匹配逻辑完全不是你预期的「年份为2019或2020」，自然会漏掉大量符合要求的记录，最终返回行数远小于34+40=74的预期值。
• 你之前单年份筛选能得到正确结果，只是因为对比值是长度为1的标量，循环对比时所有行都和同一个值比较，刚好匹配你的筛选需求，属于写法上的巧合。

要实现「列值属于指定集合」的筛选，需要使用%in%运算符，修正后的代码如下：

library(dplyr)
# 按位置索引列的正确写法
filter(df, df[[1]] %in% c(2019,2020) & df[[2]] == "Master")

更推荐直接使用列名做筛选，避免后续数据集列顺序变动导致筛选逻辑失效，示例如下（把年份、描述替换成你表里的实际列名即可）：

# 按列名筛选的稳妥写法
filter(df, 年份 %in% c(2019,2020) & 描述 == "Master")

注意：取dataframe列时，df[1]返回的是单列dataframe对象，df[[1]]返回的是列对应的原子向量，在filter场景下用[[取列做判断是更严谨的写法，能规避很多边缘场景的异常。

内容的提问来源于stack exchange，提问作者ERud