如何用dplyr的select函数按首行值筛选data frame的列子集

嘿，我来帮你搞定这个需求！要实现根据数据框首行的条目筛选列，我们可以利用dplyr的select()函数结合简单的判断逻辑，不管是单列还是多列匹配都能轻松处理。

首先，确保你已经加载了dplyr包：

library(dplyr)

示例1：筛选首行值为"red"的单列 #

先构造你的示例数据框：

col1 <- c("blue", 2, "small")
col2 <- c("red", 4, "large")
col3 <- c("green", 3, "medium")
df <- data.frame(col1, col2, col3)

这里我们需要筛选出首行值为"red"的col2列，有两种简洁的方法：

方法1：通过列索引筛选 #

先找到首行值等于"red"的列的索引，再传给select()：

# 获取目标列的索引
target_col_indices <- which(first(df) == "red")
# 筛选列
df_selected <- df %>% select(all_of(target_col_indices))

方法2：使用where()函数（推荐，dplyr 1.0.0+支持） #

这种方法更符合dplyr的管道风格，直接在select()里用条件判断：

df_selected <- df %>% select(where(~ first(.) == "red"))

运行后，df_selected就只包含col2列啦。

示例2：筛选所有首行值为"red"的列 #

构造示例数据框：

col1 <- c("blue", 2, "small")
col2 <- c("red", 4, "large")
col3 <- c("green", 3, "medium")
col4 <- c("red", 5, "small")
df <- data.frame(col1, col2, col3, col4)

同样用上面推荐的where()方法，它会自动匹配所有符合条件的列：

df_selected <- df %>% select(where(~ first(.) == "red"))

这次df_selected会包含col2和col4两个列，完美满足需求！

小说明 #

• first(.)用来提取每一列的第一个元素，~是lambda表达式的写法，代表当前处理的列。
• where()函数会遍历数据框的每一列，对每一列应用我们的判断条件，符合条件的列就会被保留。

内容的提问来源于stack exchange，提问作者DeduciveR