如何避免数据变量与环境变量同名时出现恒真判断问题？

当数据框的列名（data-variable）和函数参数/环境变量（env-variable）同名时，dplyr的filter会因变量歧义出现恒为TRUE的无意义判断，导致过滤失效。比如：

library(dplyr)
cyl <- 8

# 非预期结果：未过滤任何数据
fn_a <- function(data, cyl){
  data %>%
    filter(cyl == cyl) %>%
    select(cyl)
}

mtcars %>% fn_a(cyl)
#>                     cyl
#> Mazda RX4             6
#> Mazda RX4 Wag         6
#> Datsun 710            4
#> Hornet 4 Drive        6
#> ...（其余所有行）

不用重命名函数参数也能解决这个问题，以下是两种可行方案：

方案1：使用.data代词指定数据列 #

dplyr提供的.data特殊对象可明确指代当前数据框中的列，以此区分环境变量：

fn_a <- function(data, cyl){
  data %>%
    filter(.data$cyl == cyl) %>%
    select(cyl)
}

mtcars %>% fn_a(cyl)
#>                     cyl
#> Hornet Sportabout     8
#> Duster 360            8
#> Merc 450SE            8
#> ...（仅cyl=8的行）

.data$cyl明确指向数据框内的cyl列，右侧的cyl则对应函数参数传入的环境变量。

方案2：使用enquo()+!!解引用环境变量 #

通过enquo()捕获环境变量的表达式，再用!!解引用，明确区分数据列与环境变量：

fn_a <- function(data, cyl){
  # 捕获环境中的cyl变量
  target_cyl <- enquo(cyl)
  data %>%
    filter(cyl == !!target_cyl) %>%
    select(cyl)
}

mtcars %>% fn_a(cyl)
#> 输出结果与方案1一致

这里enquo(cyl)抓取了函数参数对应的环境变量，!!将其插入到过滤条件中，左侧的cyl默认匹配数据列。

内容的提问来源于stack exchange，提问作者mac