如何使用dplyr::filter_at结合多谓词表达式实现复合过滤？

其实你完全可以把两个条件合并到一次filter_at调用里，核心思路是在all_vars()里用逻辑与（&）把两个判断条件组合起来，这样就能同时满足「变量非缺失」和「变量等于1」的要求啦。

合并后的代码示例 #

假设你的tibble叫df，合并后的写法是：

library(dplyr)

df %>%
  filter_at(vars(g1, g2), all_vars(!is.na(.) & . == 1))

补充：更推荐的现代写法 #

另外，filter_at属于dplyr里相对旧的语法，现在更推荐用across()函数来实现相同功能，代码可读性更强：

df %>%
  filter(across(c(g1, g2), ~ !is.na(.) & . == 1))

额外小提示 #

其实当你判断. == 1的时候，R会自动把NA值的行过滤掉（因为NA == 1的结果是NA，而filter()会默认移除结果为NA的行），所以如果你的场景里只要g1和g2都等于1就足够，甚至可以简化成：

df %>%
  filter(across(c(g1, g2), ~ . == 1))

这样就一次性完成了原来两次filter_at的工作，是不是更简洁？

内容的提问来源于stack exchange，提问作者semibruin