将dplyr::select多条件列筛选代码转换为base R原生写法

完整纯base R实现代码 #

df_1 <- data.frame(
  x = replicate(
    n = 10, expr = runif(n = 1000, min = 20, max = 100)
  )
)

# 无需加载dplyr，完全使用base R语法实现原有逻辑
df_1 |> 
  (\(x) {
    # 组合所有筛选条件获取目标列索引
    target_idx <- head(
      which(
        grepl("^x\\.", colnames(x)) & # 对应starts_with("x.")
        sapply(x, is.numeric)         # 对应where(is.numeric)
      ),
      2 # 对应head(everything(), 2)，取符合条件的前2列
    )
    cbind(x, r = apply(x[, target_idx, drop = FALSE], 1, sum, na.rm = TRUE))
  })()

单独替换select部分的写法 #

如果你只需要替换原有代码中colnames(x = select(x, where(is.numeric) & head(x = everything(x), 2) & starts_with("x.")))这一段，直接替换为以下base R代码即可：

colnames(x)[head(which(grepl("^x\\.", colnames(x)) & sapply(x, is.numeric)), 2)]

逻辑对应说明 #

原dplyr select的三个筛选条件和base R的对应关系如下：

• starts_with("x.")：用grepl("^x\\.", colnames(x))实现，通过正则匹配列名以x.开头
• where(is.numeric)：用sapply(x, is.numeric)实现，遍历所有列判断是否为数值类型
• head(everything(), 2)：对同时满足前两个条件的列索引取前2个，直接用base R的head()实现

注：代码中添加drop = FALSE是为了避免目标列只有1列时，R自动将数据框降维为向量导致计算异常，和原dplyr版本的计算结果完全一致。

内容的提问来源于stack exchange，提问作者neves