使用 Dplyr 从数据框中删除多列

要使用 dplyr 删除多列，可在 dplyr::select() 中使用补集运算符 -（或 !），保留除所选删除列以外的所有列。

如何使用 dplyr 删除多列

如果要删除的列固定，可直接按名称选择；如果名称存储在字符向量中，可用 all_of() 或 any_of()；删除连续列可用范围；按命名模式选择可用辅助函数；根据数据规则选择则可用 where()。将变换后的数据用于后续操作前，请检查结果中的列名。

设置 R 会话和示例数据

dplyr 提供了 select() 以及下文使用的 tidyselect 辅助函数。在 select() 中，不加引号的列名是表达式，而存储在对象中的列名必须是字符字符串。示例展示 dplyr 语法；下面这个独立的 base R 示例也演示了相同的按名称排除方式，无需安装程序包。

运行此示例：

本节中的代码以及显示的标签或输出仍为英文。

records <- data.frame(
  id = 1:3,
  name = c("Ada", "Lin", "Sam"),
  score = c(91, 84, 88),
  debug_note = c("first", "second", "third"),
  group = c("A", "B", "A")
)

to_remove <- c("id", "debug_note")
remaining <- records[setdiff(names(records), to_remove)]
cat(paste(names(remaining), collapse = ", "), "\n", sep = "")

name, score, group

直接按名称删除列

如果要删除的列已提前确定，可在 select() 中写出不加引号的列名。例如，select(records, -c(id, debug_note)) 会删除这两列并保留其余列。也可以写成 select(records, -id, -debug_note)；两种写法表达的是相同的排除操作。

补集也可以写成并集的补集：select(records, -(id | debug_note))。运算符 | 将多个选择合并，前面的 - 则排除合并后的列集合。选择最容易清楚表达目标列集合的写法即可。也可以按位置排除，例如 select(records, -c(1, 4))，但位置取决于列顺序；如果输入数据结构可能变化，优先按名称选择。

使用字符向量删除列

如果列名来自配置、用户选择或先前的计算，请将它们存为字符串，再通过辅助函数传入。select(records, -all_of(to_remove)) 要求所有指定名称都存在。当缺失名称意味着预期结构与实际结构不一致时，这种写法很有用。

如果某些名称可能不存在，而目标是“删除其中实际存在的列”，请使用 select(records, -any_of(to_remove))。any_of() 能让删除操作适应数据结构变化，但不会删除其他列。要让数据管道可靠，应根据缺少名称究竟是问题还是正常情况来选择。

按范围删除列

冒号运算符会选择一个包含两端的连续序列。select(records, -(name:score)) 会按照数据当前的列顺序，排除从 name 到 score 的列。select(records, -(2:4)) 则按位置执行相同操作。当范围端点稳定时，按名称指定范围很方便；按位置指定范围较简洁，但列重新排序后可能会选中不同的列。这两种语法都不表示按字母顺序排列。

按名称模式删除列

使用 starts_with()、ends_with() 或 contains()，按共同前缀、后缀或子字符串选择列名，再对选择结果取反。下面这个独立数据框包含各辅助函数所需的列名：

本节中的代码以及显示的标签或输出仍为英文。

pattern_records <- data.frame(
  id = 1:2,
  name = c("Ada", "Lin"),
  raw_payload = c("x", "y"),
  tmp_cache = c("p", "q"),
  score_old = c(7, 8),
  temp_flag = c(TRUE, FALSE),
  measure_1 = c(10, 20),
  measure_2 = c(30, 40),
  group = c("A", "B")
)

列名为 id、name、raw_payload、tmp_cache、score_old、temp_flag、measure_1、measure_2 和 group 时，select(pattern_records, -starts_with("raw_")) 会保留 id、name、tmp_cache、score_old、temp_flag、measure_1、measure_2 和 group。select(pattern_records, -starts_with(c("raw_", "tmp_"))) 还会删除 tmp_cache，保留 id、name、score_old、temp_flag、measure_1、measure_2 和 group。select(pattern_records, -ends_with("_old")) 会保留 id、name、raw_payload、tmp_cache、temp_flag、measure_1、measure_2 和 group；select(pattern_records, -contains("temp")) 会保留 id、name、raw_payload、tmp_cache、score_old、measure_1、measure_2 和 group。

这些辅助函数默认忽略大小写；若要区分大小写，可设置 ignore.case = FALSE。要使用正则表达式，可写成 select(pattern_records, -matches("^measure_[0-9]+$"))；这会删除 measure_1 和 measure_2，保留 id、name、raw_payload、tmp_cache、score_old、temp_flag 和 group。该模式匹配以 measure_ 开头、后接一个或多个数字且不含其他字符的名称。matches() 灵活性较高，但只有在所有维护代码的人都能看懂所用模式时才适合使用。

按数字后缀范围删除列

对于前缀一致且带有数字后缀的列名，num_range() 可以选择一段后缀序列，无需逐一写出完整名称。对于上文列出的 pattern_records 列，select(pattern_records, -num_range("measure_", 1:2)) 会删除 measure_1 和 measure_2，保留 id、name、raw_payload、tmp_cache、score_old、temp_flag 和 group。第一个参数是共同前缀，第二个参数是数字序列。如果后缀采用固定宽度补零格式，例如 measure_01，请设置 width，如 width = 2。这个辅助函数处理的是数字后缀；它不会根据列中存储的值进行选择。

按谓词删除列

where() 会对每一列应用谓词，并选择返回 TRUE 的列；对选择结果取反即可删除这些列。例如，select(records, -where(is.character)) 会删除所有字符列。如果要删除的列由某种数据属性决定，而不是由特定名称决定，可以使用这种方法。

谓词必须适用于它可能检查的每一列。mean() 这样的数值汇总函数不适用于任意混合类型的数据，过于宽泛的规则也可能删除超出预期的列。如果只想删除部分数值列，可以将类型检查与适用于这些列的条件结合，或者直接选择具体列名。

排查 select() 问题并获取帮助

如果不带命名空间的 select() 调用行为异常，可能是其他已加载的程序包屏蔽了它。试试 dplyr::select(data, ...)；如果这样能正常工作，就使用命名空间前缀，或调整程序包的加载顺序，以调用预期的函数。

dplyr select() 参考文档介绍了列选择，并链接到相关辅助函数。tidyselect 选择语言参考说明了选择表达式和运算符。在 R 中查看帮助时，可使用 ?select，或在 Help 面板中搜索不带括号的 select。

一般来说，选择一种清晰且适用的名称、向量、范围、模式或谓词来描述要删除的列，然后取其补集。这样，代码逻辑会明确体现最终保留的列，也更容易在数据结构变化时调整选择。