如何仅在特定类型的列上使用select（）而不会丢失其他类型的列？

Question

有一些类似的问题（like here，or here），但是没有一个我正在寻找的答案。

问题：

如何仅在特定类型的列上使用select（）？

usage: ipykernel_launcher.py [-h] [-m None] [-o None] [-n 100] ipykernel_launcher.py: error: unrecognized arguments: -f /run/user/1000/jupyter/kernel-c8cbd248-0ec5-4ad8-8c42-bdbc43353f55.json An exception has occurred, use %tb to see the full traceback. SystemExit: 2 或select_if()中使用的选择帮助器功能只能引用列名或索引。在这种特殊情况下，我想选择某种类型（数字）的列，然后根据它们的列总和选择它们的一个子集，同时又不丢失其他类型（字符）的列。

我想做什么：

select_at()

这不起作用，因为select_at（）无法将tibbly = tibble(x = c(1,2,3,4), y = c("a", "b","c","d"), z = c(9,8,7,6)) # A tibble: 4 x 3 x y z <dbl> <chr> <dbl> 1 1 a 9 2 2 b 8 3 3 c 7 4 4 d 6 tibbly %>% select_at(is.numeric, colSums(.) > 12) Error: `.vars` must be a character/numeric vector or a `vars()` object, not primitive 识别为选择列的适当函数。

如果我做类似的事情：

is.numeric

我设法只选择总和> 12的列，但是我也松开了字符列。我想避免以后再重新连接丢失的列。

是否有一种更好的方法，可以根据名称/索引以外的其他属性，以dplyr方式选择列？

谢谢！

Answer 1

也许一个选择是创建自己的自定义函数，并将其用作predicate函数中的select_if。像这样：

check_cond <- function(x) is.character(x) | is.numeric(x) && sum(x) > 12

tibbly %>% 
  select_if(check_cond)

  y         z
  <chr> <dbl>
1 a         9
2 b         8
3 c         7
4 d         6