如何选择可能存在或不存在的列？

Question

我有一个数据框，可能有也可能没有某些特定的列。如果它们确实存在，我想使用dplyr 选择列，如果不存在，则忽略我试图选择它们。这是一个例子：

# Load libraries
library(dplyr)

# Create data frame
df <- data.frame(year = 2000:2010, foo = 0:10, bar = 10:20)

# Pull out some columns
df %>% select(year, contains("bar"))

# Result
#    year bar
# 1  2000  10
# 2  2001  11
# 3  2002  12
# 4  2003  13
# 5  2004  14
# 6  2005  15
# 7  2006  16
# 8  2007  17
# 9  2008  18
# 10 2009  19
# 11 2010  20

# Try again for non-existent column
df %>% select(year, contains("boo"))

# Result
#data frame with 0 columns and 11 rows

在后一种情况下，我只想返回包含 year 列的数据框，因为 boo 列不存在。我的问题是为什么在后一种情况下我会得到一个空数据框，有什么好的方法可以避免这种情况并达到预期的结果？

编辑：会话信息

R version 3.3.3 (2017-03-06)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 7 x64 (build 7601) Service Pack 1

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] dplyr_0.5.0

loaded via a namespace (and not attached):
[1] lazyeval_0.2.0   magrittr_1.5     R6_2.2.0         assertthat_0.2.0 DBI_0.6-1        tools_3.3.3     
[7] tibble_1.3.0     Rcpp_0.12.10    

Answer 1

这里有一个使用dplyr::select_if() 的小改动，如果您尝试select 列名不存在，则不会引发Unknown columns: 警告，在本例中为“bad_column”：

df %>% 
  select_if(names(.) %in% c('year', 'bar', 'bad_column'))

Answer 2

您可以使用any_of()（来自tidyselect 包）：

df %>% select(any_of(c("year", "boo")))

Answer 3

在dplyr的开发版中

df %>%
   select(year, contains("boo"))
#     year
#1  2000
#2  2001
#3  2002
#4  2003
#5  2004
#6  2005
#7  2006
#8  2007
#9  2008
#10 2009
#11 2010

给出预期的输出

否则一种选择是使用one_of

df %>%
   select(one_of("year", "boo"))

如果该列不可用，则返回警告消息

其他选项是matches

df %>%
  select(matches("year|boo"))