如何一起使用 filter across 和 str_detect 来过滤多个列的条件

Question

我有这个数据框：

df <- structure(list(col1 = c("Z2", "A2", "B2", "C2", "A2", "E2", "F2", 
"G2"), col2 = c("Z2", "Z2", "A2", "B2", "C2", "D2", "A2", "F2"
), col3 = c("A2", "B2", "C2", "D2", "E2", "F2", "G2", "Z2")), class = "data.frame", row.names = c(NA, -8L))

> df
  col1 col2 col3
1   Z2   Z2   A2
2   A2   Z2   B2
3   B2   A2   C2
4   C2   B2   D2
5   A2   C2   E2
6   E2   D2   F2
7   F2   A2   G2
8   G2   F2   Z2

我想在tidyverse 设置中明确使用filter、across 和str_detect 来过滤所有以A 开头的行而不是col1:col3。

预期结果：

  col1 col2 col3
1   Z2   Z2   A2
2   A2   Z2   B2
3   B2   A2   C2
4   A2   C2   E2
5   F2   A2   G2

我试过了：

library(dplyr)
library(stringr)
df %>% 
    filter(across(c(col1, col2, col3), ~str_detect(., "^A")))

这给出了：

[1] col1 col2 col3
<0 Zeilen> (oder row.names mit Länge 0)

我想了解为什么这段代码在使用 filter、across 和 str_detect 时不起作用！

Answer 1

我们可以使用if_any，因为across 将寻找& 条件，即所有列都应满足特定行的条件才能获得filtered

library(dplyr)
library(stringr)
df %>% 
    filter(if_any(everything(), ~str_detect(., "^A"))) 

-输出

   col1 col2 col3
1   Z2   Z2   A2
2   A2   Z2   B2
3   B2   A2   C2
4   A2   C2   E2
5   F2   A2   G2

---

根据?across

if_any() 和 if_all() 将相同的谓词函数应用于选择的列，并将结果组合成一个逻辑向量：当谓词对于任何选定的列为 TRUE 时，if_any() 为 TRUE，if_all()当所有选定列的谓词为 TRUE 时为 TRUE。

across() 取代了 summarise_at()、summarise_if() 和 summarise_all() 等“范围变体”系列。

if_any/if_all 不是作用域变体的一部分