如何使用apply或purrr对多列批量执行相同筛选规则？

方案1：dplyr原生if_all()（优先推荐，tidyverse体系最优解） #

dplyr 1.0.0及以上版本提供了多列条件判断的专用语法，无需额外封装函数或写循环，完全匹配你的需求：

library(dplyr)
# 写法1：匹配所有以Q2_开头的列
data %>% 
  filter(if_all(starts_with("Q2_"), ~ .x == 5))

# 写法2：精准匹配Q2_1到Q2_10，避免其他同前缀列被误选
data %>% 
  filter(if_all(num_range("Q2_", 1:10), ~ .x == 5))

if_all会对选中的所有列执行判断，只有所有列都满足条件的行才会被保留，和你原来链式调用filter的逻辑完全一致，可读性和执行效率都更高。

如果使用的是1.0.0以下的旧版dplyr，可以用已废弃的filter_at实现相同效果：

data %>%
  filter_at(vars(num_range("Q2_", 1:10)), all_vars(. == 5))

方案2：purrr包循环实现 #

如果需要使用purrr体系的循环逻辑，可以通过reduce叠加筛选条件：

library(dplyr)
library(purrr)

target_cols <- paste0("Q2_", 1:10)
data %>% 
  reduce(target_cols, ~ filter(.x, !!.y == 5), .init = .)

方案3：base R apply系列实现 #

不依赖tidyverse的话，可以用apply逐行判断：

target_cols <- paste0("Q2_", 1:10)
# 1表示按行遍历，判断每行所有值都等于5
row_mask <- apply(data[, target_cols], 1, function(x) all(x == 5))
result <- data[row_mask, ]

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