自定义R分组函数filter报错：多分组变量过滤失效问题排查

问题重现 #

自定义函数adsl_summ尝试对tidyCDISC包的adsl数据集，按TRT01PN和SITEID分组后统计数值列，但使用filter(if_all(all_of(group), ~ !is.na(.)))过滤分组变量缺失值时，触发"TRT01PN/SITEID不存在"的报错。

典型函数代码：

library(tidyverse)
library(tidyCDISC)

adsl_summ <- function(data, group, vars) {
  data %>%
    filter(if_all(all_of(group), ~ !is.na(.))) %>%
    group_by(across(all_of(group))) %>%
    summarise(across(all_of(vars), 
                     list(n = ~n(), mean = ~mean(.), sd = ~sd(.)),
                     .names = "{.col}_{.fn}"))
}

# 调用时报错
adsl_summ(adsl, group = c(TRT01PN, SITEID), vars = c(AGE, TRTDURD, AVGDD))

报错原因 #

1. 参数传递类型错误：调用函数时直接传入未引号的变量名（如c(TRT01PN, SITEID)），R会尝试寻找全局环境中名为TRT01PN的对象，而非将其识别为数据框的列名，导致变量不存在的报错。
2. tidy eval作用域兼容问题：部分旧版本dplyr中，if_all对all_of的解析存在作用域偏差，无法正确识别函数参数中的字符向量型列名。

解决方法 #

方法1：支持未引号变量名输入 #

使用rlang包的符号转换工具，将未引号的变量名转为字符向量，确保if_all能正确识别列名：

adsl_summ <- function(data, group, vars) {
  # 转换未引号变量名为字符向量
  group_chr <- rlang::ensyms(group) %>% purrr::map_chr(rlang::as_string)
  vars_chr <- rlang::ensyms(vars) %>% purrr::map_chr(rlang::as_string)
  
  data %>%
    filter(if_all(all_of(group_chr), ~ !is.na(.))) %>%
    group_by(across(all_of(group_chr))) %>%
    summarise(across(all_of(vars_chr), 
                     list(n = ~n(), mean = ~mean(.), sd = ~sd(.)),
                     .names = "{.col}_{.fn}"))
}

# 调用示例（支持未引号变量名）
adsl_summ(adsl, group = c(TRT01PN, SITEID), vars = c(AGE, TRTDURD, AVGDD))

方法2：改用字符向量输入+替代过滤逻辑 #

如果习惯传入字符型列名，可改用rowSums配合across实现过滤，避免if_all的作用域问题：

adsl_summ <- function(data, group, vars) {
  data %>%
    # 过滤所有分组变量无缺失值的行
    filter(rowSums(is.na(across(all_of(group)))) == 0) %>%
    group_by(across(all_of(group))) %>%
    summarise(across(all_of(vars), 
                     list(n = ~n(), mean = ~mean(.), sd = ~sd(.)),
                     .names = "{.col}_{.fn}"))
}

# 调用示例（传入字符向量）
adsl_summ(adsl, group = c("TRT01PN", "SITEID"), vars = c("AGE", "TRTDURD", "AVGDD"))

额外排查建议 #

• 检查dplyr版本：建议升级到1.0.0及以上版本，新版本对if_all、all_of等tidy eval工具的支持更稳定。
• 单独测试过滤逻辑：在函数外运行adsl %>% filter(if_all(c("TRT01PN", "SITEID"), ~!is.na(.)))，验证逻辑是否本身可行，缩小问题范围。

内容的提问来源于stack exchange，提问作者jkatam