如何使用dplyr查找数据集中具有零方差的列名

我懂你已经用lapply实现了查找零方差变量的功能，但想切换到dplyr来遵循整洁数据原则，结果在最后一步卡壳了对吧？咱们来一步步把这个问题理顺。

首先看你原来的代码问题：filter_if(all, all_vars(. != 0))这里逻辑不对——filter_if是用来筛选行的，而咱们现在要处理的是列的方差结果，而且all不是正确的谓词参数，这才会弹出一堆类型转换的警告。

下面是符合tidy data原则的dplyr解决方案，步骤清晰且易读：

# 查找june数据集中含Min/Max的零方差变量名
zero_var_vars <- june %>%
  # 选择所有名字包含Min或Max的列，比grep更贴合dplyr语法
  select(matches("Min|Max")) %>%
  # 计算每列的方差，记得加na.rm避免缺失值导致的NA干扰
  summarise_all(~var(., na.rm = TRUE)) %>%
  # 把宽格式的方差结果转成长格式，符合tidy data要求
  pivot_longer(everything(), names_to = "variable", values_to = "variance") %>%
  # 筛选出方差为0的行
  filter(variance == 0) %>%
  # 提取最终的变量名向量
  pull(variable)

关键步骤解释： #

• select(matches("Min|Max"))：用正则匹配替代grep，直接选中目标列，语法更简洁统一。
• summarise_all(~var(., na.rm = TRUE))：计算方差时加上na.rm=TRUE，避免数据中的缺失值让方差计算返回NA，干扰后续的零值判断。
• pivot_longer：把宽格式的汇总结果转成长格式（变量名+对应方差），这是tidy data的核心——每一行代表一个独立观测（这里是一个变量的方差），后续筛选和提取操作会更直观。
• pull(variable)：直接把筛选后的变量名提取成向量，和你用which(lapply(...))得到的结果格式完全一致。

这样处理后，你就能得到所有零方差的变量名，完全遵循tidyverse的操作逻辑，也不会再出现那些烦人的警告啦。

内容的提问来源于stack exchange，提问作者dhbrand