R语言自定义函数整合stringdist报错：对象'name'未找到求助

错误原因 #

你遇到的object 'name' not found错误，是因为函数没有正确处理**非标准求值（NSE）**参数。当你传入裸变量name时，函数内部的tidyverse工具（比如pivot_wider）无法在自身环境中定位这个变量，必须显式捕获并传递变量引用。

修正后的完整函数 #

结合rlang包的非标准求值工具，修复后的函数如下：

library(tidyr)
library(stringdist)
library(dplyr)
library(rlang)

pivot_and_string_dist <- function(input_data, measure_1, string_dist_method = "jw") {
  # 捕获输入的变量表达式并转换为变量名
  measure_var <- enquo(measure_1)
  
  # 透视数据：按city分组，id作为列名前缀，measure_1作为值
  pivoted_data <- input_data %>%
    pivot_wider(
      id_cols = city,
      names_from = id,
      values_from = !!measure_var,
      names_prefix = "id_"
    )
  
  # 计算对应列的字符串距离
  result <- pivoted_data %>%
    mutate(
      string_distance = stringdist(
        id_1,
        id_2,
        method = string_dist_method
      )
    )
  
  return(result)
}

调用验证 #

执行你的调用代码：

x <- pivot_and_string_dist(input_data = data, measure_1 = name, string_dist_method = "jw")
print(x)

输出结果示例：

# A tibble: 3 × 4
  city   id_1   id_2   string_distance
  <chr>  <chr>  <chr>            <dbl>
1 London jane   janey           0.0714
2 Lisbon jane   janee           0.0714
3 Paris  lauran laura           0.111 

关键修复点 #

1. enquo(measure_1)：捕获调用环境中传入的name变量表达式，避免函数内部找不到变量的问题。
2. !!measure_var：在pivot_wider的values_from参数中解引用捕获的变量，让函数正确识别要透视的列。
3. 透视后生成id_1和id_2列，直接用stringdist计算这两列的字符串距离，生成结果列string_distance。

内容的提问来源于stack exchange，提问作者fe108