如何用dplyr更高效筛选指定前缀开头且不含特定字符串的列？

当然可以！用dplyr的话，我们能把你现在的两步操作简化成更直观的管道式写法，既提升可读性，也能利用dplyr内部的优化来提高效率。这里有两种推荐的实现方式：

方式一：分步筛选（直观易读） #

先选出以LW/LB/CW/CB开头的列，再排除包含con.的列：

library(dplyr)

tester <- df_ans %>%
  select(matches("^(LW|LB|CW|CB)"), -matches("con\\."))

• matches("^(LW|LB|CW|CB)")：匹配所有以指定前缀开头的列名（^表示字符串开头）
• -matches("con\\.")：去掉列名中包含con.的列（注意.在正则里是通配符，所以要加反斜杠转义）

方式二：单正则匹配（更高效） #

利用正则的负向预查，一次匹配就完成“前缀符合+不含指定字符串”的双重条件，避免两次筛选：

tester <- df_ans %>%
  select(matches("^(LW|LB|CW|CB)(?!.*con\\.)", perl = TRUE))

• (?!.*con\\.)是负向预查，意思是“后面不能出现con.这个字符串”
• 开启perl = TRUE才能支持这种正则语法，这种写法只需要一次列名匹配，在数据量较大时效率更高

和原代码的对比 #

你原来的基础R写法需要两次手动操作列名向量，而dplyr的写法更符合tidyverse的管道式风格，代码逻辑一目了然，同时dplyr的select()函数针对列筛选做了优化，在处理大型数据集时性能表现会更出色。

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