在mutate+across中调用自定义函数计算svymean返回NA的问题排查

核心错误点 #

1. across参数类型不匹配：
   你在across的匿名函数里用\(x)，这里的x是列的数值向量（比如Var1的c(1,1,NA,NA,1,0)），但自定义函数的VAR参数需要的是变量名字符串。函数里的eval(parse(text = VAR))无法解析数值向量，导致判断条件不满足，直接进入else分支返回NA。
2. pick函数用法错误：
   pick(x,X_PSU,X_STSTR,WT)中的x是数值向量，而pick需要传入列名，这会生成结构错误的数据框，进一步导致后续的svydesign创建失败。

修复步骤 #

第一步：优化自定义函数（替换不安全的eval(parse)）

用tidyverse规范的方式替代eval(parse)，避免解析错误：

calc_wt_mean_var_fn_df_ex = function(data, VAR){
  var_vals = data[[VAR]]
  # 判断非NA唯一值数量是否≥2
  if(length(unique(na.omit(var_vals))) > 1){
    # 创建调查设计对象
    svydes = svydesign(id =~X_PSU,
                       strata =~ X_STSTR, 
                       weights =~WT, 
                       data = data %>% filter(!is.na(WT) & !is.na(X_PSU)),
                       nest = TRUE )
    # 用rlang::sym转换变量名为公式，避免字符串拼接
    res = svymean(~!!rlang::sym(VAR), svydes, na.rm = TRUE) %>% as_tibble()
    ans = res$mean
  } else{
    ans = NA
  }
  return(ans)
}

第二步：修正across的调用逻辑

用.col获取当前列的名字（字符串类型），并传递完整数据框给函数（因为函数需要用到X_PSU、X_STSTR、WT等辅助列）：

output.ds.2018 = input.ds.2018 %>%
  mutate(across(all_of(regularVar_names_ex), 
                ~ calc_wt_mean_var_fn_df_ex(cur_data(), VAR = .col), 
                .names = "wt_mean_{.col}"))

验证结果 #

运行修正后的代码后，会生成符合预期的列：

• wt_mean_Var1列：所有行值为0.505（对应加权均值5.1/10.1≈0.50495）
• wt_mean_Var2列：所有行值为0.457（对应加权均值10.1/22.1≈0.457）

内容的提问来源于stack exchange，提问作者abrar