基于相似命名列过滤tibble：filter_at公式评估问题求助

我来帮你解决这个问题！你想要对tibble中命名配对的列（比如x和x_new、y和y_new）执行过滤，而且不想硬编码列名，这个需求完全可以用dplyr的现代语法实现——首先要说明的是，filter_at已经被dplyr弃用了，现在推荐用across配合if_any/if_all来实现这类批量列操作，语法更清晰也更灵活。

核心解决方案 #

假设你想要过滤至少有一组xxx_new列大于对应的xxx列的行，可以这样写：

library(dplyr)
library(stringr)

my_df %>%
  filter(
    if_any(contains("_new"), 
           ~ .x > .data[[str_remove(cur_column(), "_new$")]])
  )

如果需要过滤所有xxx_new列都大于对应的xxx列的行，只需要把if_any换成if_all：

my_df %>%
  filter(
    if_all(contains("_new"), 
           ~ .x > .data[[str_remove(cur_column(), "_new$")]])
  )

代码细节解释 #

1. contains("_new")：自动匹配所有列名中包含_new的列，不用手动列出来，完美适配你的“借助列名结构”需求。
2. cur_column()：在across的lambda表达式里，它会返回当前正在处理的列的名称，比如处理x_new时，它就返回"x_new"。
3. str_remove(cur_column(), "_new$")：把当前列名末尾的_new去掉，得到对应的原列名（比如"x_new"变成"x"）。
4. .data[[原列名]]：这是tidyverse规范的引用列的方式，安全地从当前数据框中取出对应原列的值，避免和环境中的变量混淆。
5. if_any/if_all：控制过滤逻辑——if_any表示只要有一组配对列满足条件就保留该行；if_all表示所有配对列都满足条件才保留该行。

测试示例 #

我们构造一个测试数据来验证效果：

# 构造测试tibble
my_df <- tibble(
  x = c(1, 3, 5, 2),
  x_new = c(2, 2, 6, 1),
  y = c(10, 20, 30, 15),
  y_new = c(5, 25, 28, 14)
)

# 过滤至少有一组_new列大于原列的行
filtered_any <- my_df %>%
  filter(
    if_any(contains("_new"), 
           ~ .x > .data[[str_remove(cur_column(), "_new$")]])
  )

print(filtered_any)
#> # A tibble: 3 × 4
#>       x x_new     y y_new
#>   <dbl> <dbl> <dbl> <dbl>
#> 1     1     2    10     5
#> 2     3     2    20    25
#> 3     5     6    30    28

这个结果里，前3行分别满足x_new>x、y_new>y、x_new>x的条件，因此被保留；第4行两个_new列都小于原列，所以被过滤。

为什么你的原代码失效？ #

你之前用filter_at的问题在于：

• filter_at已经被dplyr弃用，官方不再维护，语法也不如新的across灵活；
• 你用funs结合quo的写法绕了弯路，而且代码末尾的str_replace参数存在语法错误（未闭合的字符串），新的lambda表达式（~开头）写法更直观简洁。

内容的提问来源于stack exchange，提问作者kath