如何基于列数据类型在pivot_longer中选择列进行透视？

问题场景 #

想用pivot_longer对数据框做透视，平时习惯通过模式匹配（比如cols = contains(...)）选择列，尝试直接基于列的数据类型选列时遇到报错：

df <- data.frame(nums = seq(1,6,1),
                 chrs = letters[1:6],
                 logis = rep(c(TRUE, FALSE), 3),
                 logis2 = rep(c(TRUE, FALSE), 3))

pivot_longer(df,
             cols = sapply(df, is.logical))

错误提示：cols参数仅接受numeric或character类型数据。

已知的基础解法 #

先筛选出目标数据类型的列名，再用all_of()传入cols参数：

vars_to_pivot <- names(df)[sapply(df, is.logical)]

pivot_longer(df,
             cols = all_of(vars_to_pivot)) %>%
   head

输出结果：

# A tibble: 6 × 4
   nums chrs  name   value
  <dbl> <chr> <chr>  <lgl>
1     1 a     logis  TRUE 
2     1 a     logis2 TRUE 
3     2 b     logis  FALSE
4     2 b     logis2 FALSE
5     3 c     logis  TRUE 
6     3 c     logis2 TRUE 

更简洁的tidyverse专属解法 #

有，用where()函数就能直接在cols参数里基于列的属性筛选，无需提前生成列名向量。where()是tidyverse专门用来基于列属性（包括数据类型）选择列的工具，接收一个返回逻辑值的函数，对每一列应用后返回符合条件的列。

示例代码：

pivot_longer(df,
             cols = where(is.logical)) %>%
  head

这段代码会直接选中所有逻辑型列完成透视，输出结果和基础解法完全一致。

内容的提问来源于stack exchange，提问作者baobab