R函数调用数据框变量报错‘cyl’未找到，求tidy eval解决方案

问题根源 #

原代码的问题出在两点：

• apply(MARGIN=2)的迭代环境和函数本身的环境不兼容，{{var}}这种tidy eval语法没法在apply里正确解析你传入的列参数，导致触发"cyl未找到"的错误。
• stopifnot的写法不符合apply的运行逻辑，根本没法实现检查指定列所有值的需求。

正确实现方案 #

方案一：用tidyverse风格实现（推荐） #

借助dplyr的语法和tidy eval特性，直接定位指定列并检查所有值：

library(dplyr)

check_percent_fun = function(df, var){
  # 提取指定列的所有值
  col_data = df %>% pull({{var}})
  # 检查所有值是否大于0，不满足则报错
  stopifnot("该列存在不大于0的值" = all(col_data > 0))
}

# 正常测试（mtcars的cyl列全是正数，不会报错）
check_percent_fun(mtcars, cyl)

# 错误测试（构造包含负数的列，会触发报错）
test_df = mtcars %>% mutate(cyl = c(-2, cyl[-1]))
check_percent_fun(test_df, cyl)

方案二：基础R实现 #

如果不想依赖tidyverse包，用基础R语法也能实现：

check_percent_fun = function(df, var){
  # 获取传入列的名称字符串
  col_name = deparse(substitute(var))
  # 提取列数据
  col_data = df[[col_name]]
  # 检查是否存在<=0的值，存在则抛出错误
  if(any(col_data <= 0)){
    stop(paste0("列'", col_name, "'存在不大于0的值"))
  }
}

# 测试
check_percent_fun(mtcars, cyl)

代码说明 #

两种方案都是先精准提取你要检查的列，再判断列中是否存在不大于0的值：

• 方案一用pull({{var}})完美适配tidy eval，all(col_data > 0)确保列中所有值都满足大于0的条件，stopifnot会自动在条件不成立时抛出你指定的错误信息。
• 方案二用deparse(substitute(var))获取列名，再通过df[[col_name]]提取数据，用any(col_data <=0)快速判断是否有违规值，手动抛出更直观的错误提示。

内容的提问来源于stack exchange，提问作者James