有没有办法组合 dplyr::filter_at 结果？ （一次过滤多个变量）

Question

我有以下数据框：

  A B C D
1 1 2 3 T
2 1 5 5 F
3 1 1 1 T
4 5 5 5 T
5 5 5 5 T

我正在尝试删除变量 A 到 C 中包含所有相同数字（例如，全部为 5，全部为 1）的行（在我的实际数据中，A 之间还有更多变量和C)。我可以通过这样做过滤所有 5 的行：

library(dplyr)

A <- c(1, 1, 1, 5, 5)
B <- c(2, 5, 1, 5, 5)
C <- c(3, 5, 1, 5, 5)
D <- c(2, 2, 2, 2, 2)

df <- data.frame(A, B, C, D)

df %>%
  filter_at(.vars = 1:3, .vars_predicate = all_vars(. == 5))


  A B C D
1 5 5 5 T
2 5 5 5 T

有没有办法链接另一个filter_at()，这样我就可以对全为 1 的行做同样的事情？理想的输出是这样的：

  A B C D
1 5 5 5 T
2 5 5 5 T
3 1 1 1 T

我尝试在all_vars() 中使用逻辑运算符，但它不会产生正确的结果。在下面的结果数据框中，我们得到同时包含 5 和 1 的行。

df %>%
  filter_at(.vars = 1:3, .vars_predicate = all_vars(. == 5 | . == 1))

  A B C D
1 1 5 5 F
2 1 1 1 T
3 5 5 5 T
4 5 5 5 T

再次，我试图避免手动过滤每个变量（例如，filter(A == 1 & B == 1 ... )），因为我还有很多其他列。

欢迎任何替代方法或软件包建议。

Answer 1

您需要一个可以按行计算值的函数。有几种选择，但一种选择是：

library(dplyr)

df %>%
  filter_at(1:3, ~ .x %in% c(1,5) & do.call(pmin, df[1:3]) == do.call(pmax, df[1:3])) 

  A B C D
1 1 1 1 2
2 5 5 5 2
3 5 5 5 2 

Answer 2

在 i 位置和 [ 中使用逻辑索引的旧式 R 编程：

df[ apply( df[1:3], 1, function(x){sum(x==5)==3 || sum(x==1)==3}), ]
  A B C D
3 1 1 1 2
4 5 5 5 2
5 5 5 5 2

df[apply( df[1:3], 1, function(x){all(x==5) || all(x==1)}), ]
  A B C D
3 1 1 1 2
4 5 5 5 2
5 5 5 5 2