在filter()中使用if_any()和starts_with()：为什么提供无意义的列名会返回整个数据框？

Question

我一直在 R 中的 dplyr::filter() 函数中使用 dplyr::if_any() 。但是，我发现如果我们传递当前数据框中不存在的列名，整个数据框架被返回，这对我来说似乎很奇怪。

示例：

library(dplyr)

nrow(iris) # = 150
iris %>% filter(if_any(starts_with("Sepal"), ~ . > 6)) %>% nrow() # = 61
iris %>% filter(if_any(starts_with("nonsense"), ~ . > 5)) %>% nrow() # = 150
iris %>% filter(if_any(starts_with("nonsense"), ~ . == "more_nonsense")) %>% nrow() # = 150

最后两行只返回整个数据帧，即使没有名称以“nonsense”开头的变量。这对我来说似乎很奇怪；它不应该返回 nrow=0 的数据帧吗？

我猜这种行为有一些根本原因，但即便如此，我想知道我们是否可以在代码中构建一些额外的安全措施，例如告诉我们当前数据框中不存在以“废话”开头的列？

Answer 1

问题的原因是 if_any() 检查对于任何选定的列，条件是否为真。您没有选择任何列，因此不会执行任何检查。

要检查是否存在任何列，您可以执行以下操作：

v <- "nonsense"

iris %>% 
  {if(any(startsWith(v, colnames(.)))) filter(., if_any(starts_with("Sepal"), ~ . > 6)) else warning("No columns found"); .}