如何在R的dplyr中安全删除可能不存在的列？

哈哈这个坑我踩过好几次！每次重复运行脚本碰到select(-列名)报错都头疼，不过dplyr其实提供了很简单的解决办法，让你实现安全的列删除，就算列不存在也不会炸锅：

方法1：用any_of()选择器（推荐） #

这是dplyr 1.0.0及以上版本最省心的方案，any_of()会自动忽略那些不存在的列，完全不会报错。示例代码：

library(dplyr)
library(ggplot2)

# 第一次执行：正常移除clarity列
diamonds <- diamonds %>% select(-any_of("clarity"))
# 第二次执行：不会报错，因为any_of会跳过不存在的clarity列
diamonds <- diamonds %>% select(-any_of("clarity"))

要是你想一次性删多列，哪怕里面混了不存在的列也没问题：

# 就算"fake_col"不存在，也只会删除存在的clarity和depth列
diamonds <- diamonds %>% select(-any_of(c("clarity", "depth", "fake_col")))

方法2：先检查列是否存在再删除 #

如果你习惯更显式的逻辑判断，也可以先检查列是否在数据框里，再决定要不要删除：

diamonds <- diamonds %>% 
  { 
    if ("clarity" %in% colnames(.)) {
      select(., -clarity) 
    } else {
      .  # 列不存在就返回原数据框
    }
  }

要是你想模糊匹配列名（比如删所有带"clar"的列），可以用contains()，它同样不会因为没匹配到列而报错：

# 只要列名包含"clarity"就会被删除，没有匹配到也不会报错
diamonds <- diamonds %>% select(-contains("clarity"))

小提示 #

• 如果你用的是旧版本的dplyr（低于1.0.0），建议先升级到新版本，any_of()是1.0.0才引入的实用功能。
• 这些方法不仅适合重复执行脚本的场景，也适合处理不确定列是否存在的动态数据。

内容的提问来源于stack exchange，提问作者pluke