如何修改R的tidy_eval_arrange函数以支持dplyr::desc排序

数据老陈

2026-6-26

问题描述

现有如下R函数，可通过单个参数对数据框多列排序，支持传入未引用列名：

library(rlang)
library(dplyr)

tidy_eval_arrange<- function(.data, var) {
  var <- enquo(var)
  .data |>
    arrange(across(!!var))
}

# 正常调用示例
tidy_eval_arrange(mtcars, var = c(cyl,mpg))

但该函数无法支持在参数中使用dplyr::desc，调用tidy_eval_arrange(mtcars, var = c(cyl, desc(mpg)))会触发如下错误：

tidy_eval_arrange(mtcars, var = c(cyl, desc(mpg)))
#> Error in `arrange()`:
#> ℹ In argument: `..1 = across(c(cyl, desc(mpg)))`.
#> Caused by error in `across()`:
#> ! Problem while evaluating `desc(mpg)`.
#> Caused by error in `obj_check_vector()`:
#> ! object 'mpg' not found

解决方案

错误根源在于across()的使用场景：across()用于批量选择列并应用相同操作，但这里传入的是包含排序逻辑（如desc()）的表达式，而非单纯的列选择器。只需移除across()，直接将捕获的表达式注入arrange()即可：

library(rlang)
library(dplyr)

tidy_eval_arrange<- function(.data, var) {
  var <- enquo(var)
  .data |>
    arrange(!!var)
}

验证运行

修改后调用tidy_eval_arrange(mtcars, var = c(cyl, desc(mpg)))，会先按cyl升序排序，再按mpg降序排序，输出如下：

tidy_eval_arrange(mtcars, var = c(cyl, desc(mpg)))
#>                      mpg cyl  disp  hp drat    wt  qsec vs am gear carb
#> Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
#> Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
#> Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
#> Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
#> Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
#> Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
#> Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
#> Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
#> Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
#> Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
#> Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2
#> Hornet 4 Drive      21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
#> Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
#> Mazda RX4 Wag       21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
#> Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
#> Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
#> Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
#> Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
#> Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
#> Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
#> Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
#> Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
#> Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
#> Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
#> AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
#> Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
#> Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8
#> Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
#> Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
#> Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4
#> Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
#> Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4

内容的提问来源于stack exchange，提问作者ynsec37