如何在{dplyr}的filter()函数中使用循环实现多条件批量筛选

问题原因 #

原代码失效的核心原因是R语言中for循环的默认返回值为NULL，你在管道调用的大括号内直接执行for循环，最终赋值给final的结果自然为空，无法得到预期的过滤后数据集。

可行解决方案 #

方案1：调整原有循环写法 #

保留你原本的循环逻辑，单独声明迭代对象承接每次过滤的结果：

library(dplyr)
library(rlang)

final <- iris
for (type in c("Petal","Sepal")) {
  final <- final %>% filter(!!sym(paste0(type,".Length")) > 5)
}

方案2：用purrr::reduce实现流式迭代过滤 #

如果想保留管道链式写法，更推荐用purrr的迭代函数reduce实现多轮过滤：

library(dplyr)
library(rlang)
library(purrr)

final <- c("Petal", "Sepal") %>%
  reduce(
    .f = \(df, type) df %>% filter(!!sym(paste0(type, ".Length")) > 5),
    .init = iris
  )

方案3：用dplyr内置函数直接实现多条件过滤 #

dplyr 1.0.0及以上版本可以直接用if_all匹配目标列，不需要手动写循环和非标准求值代码：

library(dplyr)

final <- iris %>%
  filter(if_all(matches("(Petal|Sepal)\\.Length"), ~ .x > 5))

以上三种方案得到的结果都和你给出的预期执行效果完全一致。

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