如何在dplyr管道链中创建中间向量并传递数据对象？

你的代码执行失败的核心原因是：大括号代码块最后执行的是赋值操作，返回的是tmp变量（数值型列名的向量），而非原iris数据框，导致后续filter接收到的不是数据框，自然无法执行过滤逻辑。

下面提供两种简洁可行的解决方案：

方案一：大括号块中返回原数据框 #

在大括号内完成赋值后，显式返回原数据框（用.表示当前管道输入），确保管道能继续传递数据：

library(dplyr) 
iris %>% 
  {names(select(., where(is.numeric))) ->> tmp; .} %>%
  filter(Species == "setosa")

这里->>用于全局赋值，确保后续代码能访问到tmp；分号后的.是关键，它让大括号块最终返回原数据框，供filter使用。

方案二：使用dplyr::tap()（更推荐） #

tap()是dplyr专门用于执行副作用操作（比如赋值、打印）且不改变管道数据流的函数，完美适配你的需求：

library(dplyr) 
iris %>% 
  tap(~ tmp <<- names(select(.x, where(is.numeric)))) %>%
  filter(Species == "setosa")

• .x代表当前管道传递的输入数据
• <<-实现全局赋值，让tmp能在后续代码中被访问
• tap()会自动返回输入的iris数据框，无需额外处理

执行任意一种方案后，tmp都会被赋值为c("Sepal.Length", "Sepal.Width", "Petal.Length", "Petal.Width")，同时filter也能正常筛选出Species为setosa的行。

内容的提问来源于stack exchange，提问作者user167591