dplyr中如何基于多个条件组合筛选数据框列

代码报错和警告来自两个写法问题：

• where()要求输入必须是接收列作为输入、返回单值TRUE/FALSE的判断函数，直接用&连接两个独立的where()调用得到的不是合法判断函数，因此触发格式报错。
• 原写法中数值比较逻辑会直接在字符类型的X列上运行，触发“将字符类型参数强制转换为逻辑值”的警告，进一步导致判断逻辑无法返回合规结果。

写法1：单where内合并判断条件 #

把两个筛选条件写在同一个where()的匿名函数中，用短路逻辑符&&连接：先判断列是否为数值类型，如果不是直接跳过后续数值比较，从根源避免类型错误。

library(dplyr)

# 示例数据构造
X <- c("B", "C", "D", "E")
a1 <- c(1, 0, 3, 0)
a2 <- c(235, 270, 100, 1)
a3 <- c(3, 1000, 900, 2)
df1 <- data.frame(X, a1, a2, a3)

# 选列操作
df1 %>%
  select(where(~ is.numeric(.x) && all(.x < 5)))

运行后仅保留符合要求的a1列。

写法2：多where并列传参 #

select()中逗号分隔的筛选条件默认取交集，因此可以直接把两个where()作为独立参数传入：第一个条件先筛掉所有非数值列，第二个条件仅在剩余数值列上判断值是否全部小于5，不会触发类型警告：

df1 %>%
  select(
    where(is.numeric),
    where(~ all(.x < 5))
  )

两种写法运行结果完全一致。

内容的提问来源于stack exchange，提问作者Chris Ruehlemann