R语言如何更简便地用grepl跨多列匹配多个年份筛选目标变量

优化实现方案 #

你只需要通过all()函数判断所有年份匹配结果均为真即可，完全不需要两次循环，以下是几个不同实现版本：

1. 基于原有逻辑的最简优化版

仅修改判断逻辑，保留你熟悉的写法：

library(dplyr)

year_filter_test <- function(data, years)
{
  data2 <- data %>% 
    mutate(search_columns = paste(x1970, x1980, x1990, x2000)) %>%
    # 直接过滤所有年份都匹配的行
    filter(sapply(search_columns, function(x) all(grepl(years, x))))
  return(data2)
}

2. 通用增强版

自动识别所有年份列（无需手动写死列名），后续新增年份列不用改函数：

library(dplyr)

year_filter <- function(data, years)
{
  data %>%
    rowwise() %>%
    # 自动选中所有x开头的年份列拼接
    mutate(search_columns = paste(across(starts_with("x")), collapse = " ")) %>%
    # 判断所有年份都存在
    filter(all(grepl(years, search_columns))) %>%
    ungroup()
}

3. 纯Base R版本

不需要加载任何第三方包：

year_filter_base <- function(data, years)
{
  # 自动提取所有x开头的年份列拼接为搜索列
  search_col <- do.call(paste, data[, grep("^x", colnames(data))])
  # 筛选所有年份都匹配的行
  match_rows <- sapply(search_col, function(s) all(grepl(years, s)))
  return(data[match_rows, ])
}

测试效果 #

传入参数c("70", "90")测试，三个版本都可以返回正确结果：

内容的提问来源于stack exchange，提问作者MTW