你能列出一个 tidyselect `everything()` 的例外吗答案

【问题标题】：Can you list an exception to tidyselect `everything()`你能列出一个 tidyselect `everything()` 的例外吗
【发布时间】：2019-10-23 22:58:57
【问题描述】：

library(tidyverse)
iris %>% as_tibble() %>% select(everything())

#> # A tibble: 150 x 5
#>    Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#>           <dbl>       <dbl>        <dbl>       <dbl> <fct>  
#>  1          5.1         3.5          1.4         0.2 setosa 
#>  2          4.9         3            1.4         0.2 setosa 
#>  3          4.7         3.2          1.3         0.2 setosa 
#>  4          4.6         3.1          1.5         0.2 setosa 
#>  5          5           3.6          1.4         0.2 setosa 
#>  6          5.4         3.9          1.7         0.4 setosa 
#>  7          4.6         3.4          1.4         0.3 setosa 
#>  8          5           3.4          1.5         0.2 setosa 
#>  9          4.4         2.9          1.4         0.2 setosa 
#> 10          4.9         3.1          1.5         0.1 setosa 
#> # ... with 140 more rows

假设我想选择iris 数据框中除Species 之外的所有内容。在使用tidyselect::everything() 时如何列出这一异常？

我的实际管道在下面，当

... %>% 
group_by(`ID`) %>% 
fill(everything, .direction = "updown") %>% 
... %>%

我收到以下错误：

错误：无法修改列 ID，因为它是一个分组变量

【问题讨论】：

你有什么理由不做iris %>% as_tibble() %>% select(-Species)？
另外，如果您尝试删除分组变量，您可能需要在运行select 命令之前ungroup()。
@Mako212 我不得不重新创建问题以表明我的意图。感谢这些线索。其他问题在这里-> stackoverflow.com/questions/58542413/…

标签： r dplyr tidyr tidyselect

【解决方案1】：

你会的

iris %>% as_tibble() %>% select(-Species)

但假设您有充分的理由不希望这样做，这里有一种使用everything()的方法

iris %>% as_tibble() %>% select(setdiff(everything(), one_of("Species")))
#> # A tibble: 150 x 4
#>    Sepal.Length Sepal.Width Petal.Length Petal.Width
#>           <dbl>       <dbl>        <dbl>       <dbl>
#>  1          5.1         3.5          1.4         0.2
#>  2          4.9         3            1.4         0.2
#>  3          4.7         3.2          1.3         0.2
#>  4          4.6         3.1          1.5         0.2
#>  5          5           3.6          1.4         0.2
#>  6          5.4         3.9          1.7         0.4
#>  7          4.6         3.4          1.4         0.3
#>  8          5           3.4          1.5         0.2
#>  9          4.4         2.9          1.4         0.2
#> 10          4.9         3.1          1.5         0.1
#> # ... with 140 more rows

（如果可以接受，也可以直接iris %>% as_tibble() %>% select(setdiff(everything(), 5))）

【讨论】：