• 第一个问题

> data.frame(c_names = names(df)[colSums(df == "M") > 0])
  c_names
1      c0
2      c2
3      c3

• 第二个问题

> subset(df, rowSums(df == "M") > 0)
  nr c0 c1 c2 c3
1  1  A  B  M  Z
2  2  Z  U  C  M
4  4  M  L  Y  E

我们可以使用grepl来搜索字符串中的匹配，输出是逻辑的。

c_names <- colnames(df)[grepl("M", df)]
c_names
[1] "c0" "c2" "c3"

对于第二个问题，我们可以使用rowSums来查找等于“M”的单元格，并将其转换为用于索引的逻辑向量。

df[as.logical(rowSums(df == "M")),]
  nr c0 c1 c2 c3
1  1  A  B  M  Z
2  2  Z  U  C  M
4  4  M  L  Y  E

以下是tidyverse的组合方法：

library(dplyr)
library(tidyr)

df %>% 
  mutate(across(-nr, ~case_when(. == "M" ~ cur_column()), .names = 'new_{col}')) %>% 
  unite(c_names, starts_with('new'), na.rm = TRUE, sep = ' ') %>% 
  filter(rowSums(across(everything(), ~ . == "M")) > 0)

nr c0 c1 c2 c3 c_names
1  1  A  B  M  Z      c2
2  2  Z  U  C  M      c3
3  4  M  L  Y  E      c0