在dplyr中如何通过动态列名实现分组过滤并生成多数据框？

嗨，我来帮你搞定这个动态过滤的问题~ 你代码里的核心问题是：paste0(col.sub)只是把列名转成了字符串，并没有真正引用数据框里对应的列，所以过滤条件根本没生效。下面给你几种可行的解决方案：

方法1：使用dplyr的.data代词（推荐） #

.data是dplyr提供的特殊代词，可以通过字符串直接引用列，非常适合这种动态场景。修改你的循环代码如下：

library(dplyr)
library(data.table)

col.names <- c("ref.day1","ref.day2","ref.day3")
temp.list <- list()

for(cl in seq_along(col.names)){
  col.sub <- col.names[cl]
  columns <- c("loc.id","day",col.sub)
  df.sub <- df[,columns]
  # 这里用.data[[col.sub]]引用对应列
  temp.dat <- df.sub %>% 
    group_by(loc.id) %>% 
    dplyr::filter(day >= .data[[col.sub]])
  temp.list[[cl]] <- temp.dat
}

final.dat <- rbindlist(temp.list)

方法2：使用rlang的非标准求值（sym + !!） #

如果你习惯用dplyr的非标准求值语法，可以把字符串列名转成符号，再用!!解引用：

library(dplyr)
library(data.table)
library(rlang)

col.names <- c("ref.day1","ref.day2","ref.day3")
temp.list <- list()

for(cl in seq_along(col.names)){
  col.sub <- col.names[cl]
  columns <- c("loc.id","day",col.sub)
  df.sub <- df[,columns]
  # 将字符串转成符号后解引用
  temp.dat <- df.sub %>% 
    group_by(loc.id) %>% 
    dplyr::filter(day >= !!sym(col.sub))
  temp.list[[cl]] <- temp.dat
}

final.dat <- rbindlist(temp.list)

方法3：用purrr替代循环（更简洁） #

如果想摆脱循环，用purrr的map函数可以让代码更简洁优雅：

library(dplyr)
library(purrr)
library(data.table)

col.names <- c("ref.day1","ref.day2","ref.day3")

final.dat <- col.names %>%
  map(function(col_sub) {
    df %>%
      select(loc.id, day, all_of(col_sub)) %>%
      group_by(loc.id) %>%
      filter(day >= .data[[col_sub]])
  }) %>%
  rbindlist()

补充说明 #

• all_of(col_sub)在select里用来按字符串选择列，确保即使列名是动态的也能正确选中；
• 三种方法最终效果一致，你可以根据自己的习惯选择；
• 其实这里group_by(loc.id)是多余的，因为过滤条件day >= ref.dayX是逐行判断的，分组不会影响结果，你可以去掉它来提升效率。

内容的提问来源于stack exchange，提问作者89_Simple