在purrr与dplyr中使用NSE遇问题：数值变量处理失败求解答

我正在学习如何在purrr和dplyr函数中使用非标准求值（NSE）。案例1中对分组变量进行反引用后可以正常运行，但案例2中对数值变量反引用后运行失败，收到警告信息：argument is not numeric or logical: returning NA。

可复现代码 #

案例1（正常运行）

library(dplyr)
library(purrr)

group_var <- c("gender", "species")
 
NSE_map_g <- map(.x = group_var, 
                 .f = ~{
                    starwars %>% 
                        group_by( {{.x}}) %>% 
                        summarise(mean_height  = mean(height  , na.rm = TRUE ))
                 })

pluck(NSE_map_g,1)

案例2（运行失败）

num_var <- c("height", "birth_year")
 
NSE_map_n <- map(.x = num_var, 
                 .f = ~{
                   starwars %>% 
                       group_by(species) %>% 
                       summarise("mean_{{.x}}"  := mean({{.x}}, na.rm = TRUE ))
                 })

pluck(NSE_map_n,1)

问题原因 #

案例1能正常运行是因为group_by函数对输入做了特殊处理：当传入字符串时，它会自动将字符串解析为对应的列名。但mean是基础R函数，不会做这种解析——你传入的是字符串（比如"height"），而mean()需要的是数值向量，自然会返回NA并抛出警告。

解决方法 #

可以通过两种方式修正案例2的代码：

方法1：使用.data代词

.data[[.x]]可以直接引用数据框中名为.x的列，不需要额外解析：

num_var <- c("height", "birth_year")
 
NSE_map_n <- map(.x = num_var, 
                 .f = ~{
                   starwars %>% 
                     group_by(species) %>% 
                     summarise("mean_{{.x}}" := mean(.data[[.x]], na.rm = TRUE ))
                 })

pluck(NSE_map_n,1)

方法2：将字符串转换为符号再反引用

用rlang::sym()把字符串转换成符号，再用!!强制反引用，让dplyr识别为列名：

num_var <- c("height", "birth_year")
 
NSE_map_n <- map(.x = num_var, 
                 .f = ~{
                   var_sym <- rlang::sym(.x)
                   starwars %>% 
                     group_by(species) %>% 
                     summarise("mean_{{.x}}" := mean(!!var_sym, na.rm = TRUE ))
                 })

pluck(NSE_map_n,1)

内容的提问来源于stack exchange，提问作者Lulliter