如何基于另一数据框的列名范围筛选生成新的DataFrame

错误原因排查 #

1. filter()是dplyr中用于筛选行的函数，不支持列筛选逻辑，所以第一种写法完全不符合需求
2. 第二种select()写法缺失数据框入参，且判断列名匹配的逻辑没有正确传递给select()，因此无法执行

正确实现方式 #

方案1：dplyr（tidyverse生态） #

library(dplyr)
# 取两个数据框的公共列名
common_cols <- intersect(names(df1), names(df2))
# 生成df3：df1仅保留公共列
df3 <- df1 %>% select(all_of(common_cols))
# 生成df4：df2仅保留公共列
df4 <- df2 %>% select(all_of(common_cols))

注：加all_of()是为了避免高版本dplyr的环境变量检索警告，属于规范写法。

方案2：纯基础R实现，无需加载任何包 #

common_cols <- intersect(names(df1), names(df2))
df3 <- df1[, common_cols]
df4 <- df2[, common_cols]

如果不需要提前存储公共列名，也可以直接写成一行：

df3 <- df1[, names(df1) %in% names(df2)]
df4 <- df2[, names(df2) %in% names(df1)]

内容的提问来源于stack exchange，提问作者eBopBob