R语言按多个不同类别筛选data.frame数据框子集的方法

你的代码存在两处语法错误，直接触发了类型报错：

• 多值匹配逻辑错误：==仅支持单值精确比对，匹配一个字段的多个目标取值必须使用%in%操作符。你写的Category == ("B1", "O1", "H1")不符合R语法规则，括号内的多元素向量没有通过c()定义，被解析为异常表达式，最终传入逻辑判断时触发了类型不匹配错误。
• 带空格列名的写法错误：列名包含空格时，直接写裸列名会被R识别为独立的语法片段，必须用反引号包裹，或直接传入字符串形式的列名。

基础R方案（无依赖，适配所有版本） #

直接修正原有subset的写法即可，大数据量下运行效率稳定：

mydata <- subset(
  df,
  Category %in% c("B1", "O1", "H1"),
  select = c("Response variable 1", "Response variable 3")
)

这里列选择直接传字符串向量可以避免反引号的写法问题，兼容性更好。

dplyr方案（适合日常用tidyverse工作流的场景） #

如果习惯用tidyverse的管道语法，代码可读性会更高：

library(dplyr)
mydata <- df |>
  filter(Category %in% c("B1", "O1", "H1")) |>
  select(`Response variable 1`, `Response variable 3`)

• 筛选列属于给定值集合的场景，优先用%in%，不要写多个|连接的==判断，写法冗余且容易漏写括号导致逻辑错误。
• 导入数据时如果不想处理带空格的列名，可以在导入阶段用janitor::clean_names()自动把列名转成下划线分隔的规范格式，后续调用就不需要加反引号了。

内容的提问来源于stack exchange，提问作者timeywimey