如何按列表类型列筛选DataFrame？常规方案失效求助

我完全懂你遇到的痛点——当data.frame里的列是列表类型时，常规的%in%配合filter/subset的筛选逻辑根本行不通，因为这些操作没法直接穿透到列表的子元素里。针对你用jsonlite处理Yelp商家数据后，categories列是字符串列表的场景，我们可以优化你当前的方案，用更简洁、更安全的方法实现类别筛选：

优化的Base R方案 #

你当前的方法用到了全局赋值<<-，这很容易引发意外的变量污染，而且代码可以大幅简化：

filterByCategory <- function(df, category) {
  # 如果选择"All"，直接返回原数据框
  if (category == "All") {
    return(df)
  }
  # 生成筛选掩码：检查每一行的categories列表是否包含目标类别
  category_mask <- sapply(df$categories, function(category_list) {
    category %in% category_list
  })
  # 用掩码筛选行
  df[category_mask, ]
}

为什么这个方法有效？ #

• sapply(df$categories, ...)会逐个遍历categories列的每个子列表，对每个商家的类别列表做%in%检查，最终生成一个和数据框行数一致的逻辑向量。
• 全程避免了全局赋值，函数直接返回筛选后的结果，调用时只需要filtered_df <- filterByCategory(business_df, "Food")即可，更符合函数式编程的规范。

Tidyverse风格方案（推荐） #

如果你习惯用dplyr和purrr，可以写出可读性更强的代码：

library(dplyr)
library(purrr)

filterByCategory <- function(df, category) {
  if (category == "All") {
    return(df)
  }
  df %>%
    # map_lgl会把每个categories子列表传入lambda函数，返回逻辑值
    filter(map_lgl(categories, ~ category %in% .x))
}

为什么常规方案失效？ #

你提到的这些写法之所以没用，核心原因是%in%的作用对象不对：

• business_df[category %in% business_df$categories]：这里是把单个category和整个categories列表列做比较，而不是逐个检查子列表。
• business_df %>% filter(category %in% categories)：同理，categories在这里是整个列表列，%in%无法穿透到每个子列表内部做元素检查。

我们的方案本质上是把“检查整个列”改成了“检查列里的每个子列表元素”，这才是列表类型列筛选的关键。

内容的提问来源于stack exchange，提问作者user4078581