dplyr：仅当满足不同列中的多个条件时才进行筛选

这是我的df=myproject

myproject <- data.frame(
  Participant                = 1:5,
  `futuremw:1`               = c(1L, 2L, 1L, 1L, NA),
  `pastmw:1`                 = c(1L, 1L, 2L, 1L, NA),
  `proportionfuturepast:1`   = c(4L, 7L, 1L, 2L, NA),
  my_video_item_duration_min = c(5, 1, 7.02, 6, 6),
  check.names = FALSE
)

myproject%
过滤器（我的视频项目持续时间>5）%
过滤器（我的视频项目持续时间分钟<7）

现在，每当futuremw:1与2不同，pastmw:1等于1，以及ProportionalFuturePast与3不同时，我都要排除参与者4，因为同时满足所有三个排除标准。如果仅满足一个或两个排除标准，但不满足另一个排除标准，则不排除参与者。 此外，我还想保留参与者n。5，即使它呈现NA值

我试过这个

myproject_filtered = myproject %>%
filter(my_video_item_duration_min > 5) %>%
filter(my_video_item_duration_min < 7) %>%
filter(futuremw_1 != 2 | pastmw_1 == 1 | proportionfuturepast_1 != 3) 

myproject\u filtered=myproject%>%
过滤器（我的视频项目持续时间>5）%
过滤器（我的视频项目持续时间<7）%
过滤器（未来Mw_1！=2 |过去Mw_1==1 |比例未来过去1！=3）

我已经使用了答案中提出的代码，它是有效的。但是，我现在想结合不同的排除标准。以下代码不起作用：

    myproject_excluding_participants = myproject %>%
  filter (
    my_video_item_duration_min >= 5,
    my_video_item_duration_min <= 7,
    ! complete.cases(.) | mind_wandering_1 != 1 | proportionMW_1 != 11,
    ! complete.cases(.) | mind_wandering_1 != 2 | proportionMW_1 == 11,
    ! complete.cases(.) | futuremw_1 != 2 | pastmw_1 != 2 | proportionfuturepast_1 == 4,
    ! complete.cases(.) | futuremw_1 != 1 | pastmw_1 != 2 | proportionfuturepast_1 == 1,
    ! complete.cases(.) | futuremw_1 != 2 | pastmw_1 != 1 | proportionfuturepast_1 == 7,
    ! complete.cases(.) | futuremw_1 != 1 | pastmw_1 != 1 | proportionfuturepast_1 != 1,
    ! complete.cases(.) | futuremw_1 != 1 | pastmw_1 != 1 | proportionfuturepast_1 != 7,
    ! complete.cases(.) | ED_1 != 1 | proportionED_1 != 11
    ! complete.cases(.) | ED_1 != 2 | proportionED_1 != 11,
    ! complete.cases(.) | proportionfuturepast_dailylife_1 != 1 | futureMW_dailylife_1 != 5,
    ! complete.cases(.) | proportionfuturepast_dailylife_1 != 1 | pastMW_dailylife_1 == 5,
    ! complete.cases(.) | proportionfuturepast_dailylife_1 != 7 | pastMW_dailylife_1 != 5,
    ! complete.cases(.) | proportionfuturepast_dailylife_1 != 7 | futureMW_dailylife_1 == 5,
    ! complete.cases(.) | futureMW_dailylife_1 != 5 | pastMW_dailylife_1 != 5 | proportionfuturepast_dailylife_1 == 4,
    ! complete.cases(.) | CurrentConcernsAreas_14 != 1 | SumCurrentConcernsAreas1to13 < 0
    )

myproject\u不包括参与者=myproject%>%
滤器(
我的视频项目持续时间分钟>=5，
my_video_item_duration_min将您的逻辑颠倒过来，定义要保留的内容，反之亦然，要排除的内容：

库（dplyr）
myproject%>%
滤器(
我的视频项目持续时间分钟>=5，
我的视频项目持续时间分钟<7，
！complete.cases（.）| `未来Mw:1`==2 | `过去Mw:1`！=1 | `比例未来过去：1`==3
)

您的数据：

myproject <- data.frame(
  Participant                = 1:5,
  `futuremw:1`               = c(1L, 2L, 1L, 1L, NA),
  `pastmw:1`                 = c(1L, 1L, 2L, 1L, NA),
  `proportionfuturepast:1`   = c(4L, 7L, 1L, 2L, NA),
  my_video_item_duration_min = c(5, 1, 7.02, 6, 6),
  check.names = FALSE
)

myproject
futuremw:1
不是一个合法的变量名：冒号表示这是一个序列。您的意思是
`futuremw:1`
（请注意额外的背景标记）？请插入数据本身的样本，而不是数据的图像，以使此问题更具可复制性。为了便于使用，有许多方法可供选择。（此外，您的图像包含变量名称
`pastmw:1`
，但您的代码显示
pastmw\u 1==3
，请在您拥有的内容和使用的代码上保持一致。）因此，您的预期结果数据集为空？即“持续时间”筛选器保留4-5。参与者5可能会离开，因为您没有说明如何处理
NA
。而4则因您的其他规则而被排除在外。并非所有。参与者1不应被排除在外，因为他的持续时间筛选器为5，而不是例如4.9。参与者5不应被排除在外，因为NA我想包括那些呈现NA的人。您可以告诉我们e
>5
，不包括参与者1。也许值得解释：
x | y | z
可能计算为NA，在这种情况下，
filter
将其视为FALSE，例如
mtcars%%>%slice（1:3）%%>%filter（c（TRUE，FALSE，NA））
它不起作用，因为没有参与者被包括在内。这是输出：[1]参与者未来MW:1过去MW:1[4]比例未来过去：1我的视频项目持续时间\u分钟（或0行长。名称）
library(dplyr)
myproject %>%
  filter(
    my_video_item_duration_min >= 5,
    my_video_item_duration_min < 7,
    ! complete.cases(.) | `futuremw:1` == 2 | `pastmw:1` != 1 | `proportionfuturepast:1` == 3
  )

myproject <- data.frame(
  Participant                = 1:5,
  `futuremw:1`               = c(1L, 2L, 1L, 1L, NA),
  `pastmw:1`                 = c(1L, 1L, 2L, 1L, NA),
  `proportionfuturepast:1`   = c(4L, 7L, 1L, 2L, NA),
  my_video_item_duration_min = c(5, 1, 7.02, 6, 6),
  check.names = FALSE
)