R 筛选多个列上具有相同条件的行

我想在不同的列中使用相同的条件选择基于行的行

set.seed(123)
df <- data.frame(col.x = sample(LETTERS[1:10], 20, replace = TRUE), 
                 col.y = sample(LETTERS[1:10], 20, replace = TRUE), 
                 val = rnorm(20))

我尝试过这两种方法，它们给出了相同的预期结果

df %>% filter(col.x %in% ValsToRetain) %>% filter(col.y %in% ValsToRetain)
df %>% filter(col.x %in% ValsToRetain & col.y %in% ValsToRetain)
#   col.x col.y        val
# 1     A     H -1.6866933
# 2     F     F  0.8377870
# 3     J     J  0.4264642
# 4     F     H  0.8781335
# 5     D     D -0.3059627

但是，还有其他优雅的方式吗

---

比如,；类似于跨这些列计算

rowSums

，以检查它是否有

na

s。由于有多个值，我无法得到类似的想法，如

行和（df[，1:2]=“a”）

我们可以使用

filter\u at

和

all\u vars

df %>% 
  filter_at(vars(starts_with("col")), all_vars(. %in% ValsToRetain))
#   col.x col.y        val
#1     A     H -1.6866933
#2     F     F  0.8377870
#3     J     J  0.4264642
#4     F     H  0.8781335
#5     D     D -0.3059627

---

您可以使用子集，它很短，但与您的方法相同：

filt <- subset(df,col.x %in% ValsToRetain & col.y %in% ValsToRetain)

---

下面是一个使用

Reduce

和

lappy

的基本R方法。

lappy

将

%应用于%

相关列，返回逻辑向量列表。然后

Reduce

使用

和
将这些向量组合成一个向量

df[Reduce("&", lapply(df[c("col.x", "col.y")], "%in%", ValsToRetain)),]
   col.x col.y        val
6      A     H -1.6866933
7      F     F  0.8377870
11     J     J  0.4264642
14     F     H  0.8781335
19     D     D -0.3059627

如果您有许多列用于比较，那么您可以使用
grep
来选择它们，比如
grep（“^col”，names（df））
来代替
c（“col.x”，“col.y”）
这与OP的第二个选项df%>%filter（col.x%在%ValsToRetain中，col.y%在%ValsToRetain中）完全相同-你只是使用了
子集
而不是
过滤器
@Sotos，这正是我说的“与你的方法相同”，所以你不必投反对票。我猜，我觉得在这里投反对票是合理的，因为OP寻求任何其他优雅的方式来做到这一点。。。我的意思是你可以用一些不同的东西来更新你的答案，至少给你的答案一些价值，我会很高兴推翻我的投票。例如，
df%>%mutate_at（vars（-val）、funs（（replace（，！.%in%ValsToRetain，NA）））%>%NA.omit（）
应该与我提到的完全相同，感谢您提醒baseR函数！谢谢，这绝对是一种优雅的方式。如果列名称为
xvar
，
yvar
，
valvar
，您是否看到其他方法？它是否在（变量（'xvar'，'yvar'）、所有变量（.%in%ValsToRetain））
处进行过滤？？顺便问一下，您使用的是哪个版本的
dplyr
？我收到一个错误
在“
中找不到函数“filter\u”。您可以使用变量的否定版本，即
df%>%filter\u在（变量（-val）、所有变量（.%in%ValsToRetain））
 col.x col.y        val
     A     H -1.6866933
     F     F  0.8377870
     J     J  0.4264642
     F     H  0.8781335
     D     D -0.3059627

df[Reduce("&", lapply(df[c("col.x", "col.y")], "%in%", ValsToRetain)),]
   col.x col.y        val
6      A     H -1.6866933
7      F     F  0.8377870
11     J     J  0.4264642
14     F     H  0.8781335
19     D     D -0.3059627