如何用dplyr对指定多列批量筛选满足同一条件的行？

当然有更高效的方式！当你需要对多列应用相同条件并筛选出满足至少一列符合条件的行时，dplyr的if_any()函数（需要dplyr 1.0.0及以上版本）就是专门解决这类场景的，完全不用写一堆|连接的重复条件。

先整理下你的示例数据（简化了数据框的创建代码）：

Demo1 <- c(8,9,10,11)
Demo2 <- c(13,14,15,16)
Condition <- c('A', 'A', 'B', 'B')
Var1 <- c(13,76,105,64)
Var2 <- c(12,101,23,23)
Var3 <- c(5,5,5,5)

df <- data.frame(Demo1, Demo2, Condition, Var1, Var2, Var3, stringsAsFactors = FALSE)

方法1：使用if_any()（推荐） #

if_any()会遍历你指定的列，对每一列应用条件，只要任意一列满足条件，就保留该行。你可以直接指定列名，或者用列选择器（比如starts_with("Var")匹配所有以Var开头的列，适合列数多的场景）：

library(dplyr)

# 方式1：直接指定列名向量
df_filtered <- df %>% 
  filter(if_any(c(Var1, Var2, Var3), ~ .x > 100))

# 方式2：用列选择器匹配批量列（更适合列数多的情况）
df_filtered <- df %>% 
  filter(if_any(starts_with("Var"), ~ .x > 100))

运行后会得到第2行（Var2=101）和第3行（Var1=105），完全符合你的需求。

方法2：用rowSums()作为旧版本替代 #

如果你使用的是较低版本的dplyr，也可以用rowSums()实现相同效果：

df_filtered <- df %>% 
  filter(rowSums(select(., starts_with("Var")) > 100) >= 1)

这里select(., starts_with("Var")) > 100会生成一个布尔值矩阵，rowSums()统计每行中TRUE的数量，只要数量≥1就保留该行。

两种方法都能帮你省去手动写多个|的麻烦，其中if_any()的可读性更强，推荐优先使用。

内容的提问来源于stack exchange，提问作者userLL