如何优化magrittr管道代码，实现更优雅可读的列类型筛选？

我完全理解你想要精简管道代码、去掉中间变量的需求，你的思路其实已经很接近了！下面给你几种既简洁又易读的解决方案：

1. 修正你尝试的%$%写法 #

你之前的代码几乎正确，可能是没确保加载magrittr包，或者可以省略多余的which()（逻辑向量直接用于索引更简洁）。调整后可以正常运行：

library(magrittr)

DF <- data.frame(a=letters[1:10], b=1L:10L, c=1.01:1.10, d=rep(TRUE,10), e=10L:1L)

# 修正后的%$%写法
lapply(DF, class) %>% unlist %$% .[. %in% c("integer", "numeric")]

%$%操作符的作用是把左侧管道的结果（这里是unlist后的类向量）作为上下文，让你可以用.直接指代它，这样就完全去掉了中间变量cols。

2. 用magrittr::keep更直观筛选 #

magrittr内置的keep函数专门用来保留符合条件的元素，搭配管道会更贴合语义：

# 直接筛选符合条件的列，再取列名
DF %>% keep(~ class(.) %in% c("integer", "numeric")) %>% names()

这种写法更易读——一眼就能看出是“保留DF中类为整数/数值的列，然后取它们的名字”。

3. 结合tidyverse工具（如果常用的话） #

如果你已经在使用tidyverse生态，dplyr::select配合where会是最直观的写法：

library(dplyr)

DF %>% select(where(~ class(.) %in% c("integer", "numeric"))) %>% names()

或者用purrr来处理类向量：

library(purrr)

DF %>% map_chr(class) %>% keep(~ .x %in% c("integer", "numeric"))

这些写法都能达到你想要的效果，而且比重复调用lapply和unlist要优雅得多。

内容的提问来源于stack exchange，提问作者Grec001