求助：如何编写带输入数据与变量名的R自定义函数？

代码问题梳理 #

• 管道符号错误：%>需改为完整的%>%，否则无法执行链式操作
• 变量传递错误：直接使用var1/var2/by_var无法识别传入的列名，函数中需用{{}}（双大括号）包裹变量，这是tidyverse的变量传递语法，让dplyr能定位到数据框中的对应列
• 无有效返回值：函数未明确输出计算结果，R函数默认返回最后一行代码，但原代码逻辑混乱，需指定返回内容
• 变量名错误：调用函数时用了df1，但示例数据对象是df
• 缺失NA处理：分组计算最小值时未加na.rm=TRUE，会因列中存在NA导致结果为NA
• 需求覆盖不全：原代码仅处理了部分最小值计算，未整合「不分组全局最小值」和「分组最小值」的完整需求

正确实现代码 #

library(dplyr)

# 生成示例数据
df <- structure(list(ID = c(1, 1, 1, 1, 1, 2, 2, 2), 
                     Length = c(4, 7, 8, 33, NA, 4, 88, 9), 
                     Score = c(23, 56, 59, 88, 0, 67, 3, NA)), 
                class = c("tbl_df", "tbl", "data.frame"), 
                row.names = c(NA, -8L))

# 自定义计算函数
simple_cal <- function(data, var1, var2, by_var = NULL) {
  # 计算全局（不分组）的两个变量最小值
  global_mins <- tibble(
    指标 = c("Length全局最小值", "Score全局最小值"),
    数值 = c(
      min({{var1}}, na.rm = TRUE),
      min({{var2}}, na.rm = TRUE)
    )
  )
  
  # 计算分组后的最小值（如果传入分组变量）
  if (!is.null(by_var)) {
    grouped_data <- data %>%
      group_by({{by_var}}) %>%
      mutate(
        Length分组最小值 = min({{var1}}, na.rm = TRUE),
        Score分组最小值 = min({{var2}}, na.rm = TRUE)
      ) %>%
      ungroup()  # 取消分组，避免后续操作受影响
  } else {
    grouped_data <- NULL
  }
  
  # 返回包含全局和分组结果的列表
  list(
    全局最小值 = global_mins,
    分组最小值数据 = grouped_data
  )
}

# 调用示例1：按ID分组计算
group_result <- simple_cal(data = df, var1 = Length, var2 = Score, by_var = ID)
print(group_result$全局最小值)
print(group_result$分组最小值数据)

# 调用示例2：不分组，仅计算全局最小值
no_group_result <- simple_cal(data = df, var1 = Length, var2 = Score)
print(no_group_result$全局最小值)

关键逻辑说明 #

• {{var1}}：通过双大括号实现「裸变量」传递，让函数能正确识别你传入的列名（比如调用时的Length）
• 分支判断：用if (!is.null(by_var))兼容「分组」和「不分组」两种场景
• 结果整合：用列表返回多类型结果，同时满足查看全局统计值和分组后明细数据的需求

内容的提问来源于stack exchange，提问作者Stataq