如何基于指定行子集的阈值规则筛选dataframe列

select_if完全可以实现你的需求，不需要额外做复杂的前置处理，只需要在列的判断逻辑中排除A行的取值参与校验即可。

dplyr 实现（匹配你提到的select_if思路） #

library(dplyr)

df1 %>% 
  select_if(~ is.numeric(.x) && all(.x[df1$Gene != "A"] < 5))

逻辑拆解：

• 先通过is.numeric(.x)过滤掉存基因名的非数值列Gene，避免字符串参与数值比较报错
• 对每个数值列，通过行索引df1$Gene != "A"取出B到E行的所有取值
• 用all()判断这些取值是否全部小于5，仅保留判断结果为TRUE的列

在你给出的示例数据上运行这段代码，会仅返回c1列，和你预期的结果完全一致。

Base R 实现（无第三方包依赖） #

如果不想加载dplyr，用基础R语法也能快速实现：

# 定位所有非A行的索引
non_a_rows <- df1$Gene != "A"
# 逐列校验是否符合保留规则
col_keep <- sapply(df1, function(col) is.numeric(col) && all(col[non_a_rows] < 5))
# 提取符合要求的列
df1[, col_keep, drop = FALSE]

内容的提问来源于stack exchange，提问作者pleasehelp