首先来解决你遇到的两个问题：

一、字符参数调用失败的原因 #

当你执行fun1(iris,"Species",versicolor,virginica)时，R会先在全局环境中查找versicolor和virginica这两个裸名对应的对象，但你并没有定义这两个变量，所以直接触发了"对象未找到"的错误——你的函数里的deparse(substitute())逻辑根本没机会运行，因为参数求值发生在函数调用之前。

二、函数优化方案（支持裸名参数+提升健壮性） #

我们可以利用tidyverse的tidyeval工具来实现所有参数的裸名传入，同时解决类型判断和筛选逻辑的问题。优化后的函数不仅支持裸名列名和筛选项，还能更安全地处理数值/字符类型的输入：

library(tidyverse)

fun1 <- function(df, filt_col, filt_term_1, filt_term_2) {
  # 处理列名：同时支持裸名（如Sepal.Length）和字符串（如"Sepal.Length"）输入
  filt_col <- ensym(filt_col)
  
  # 捕获筛选项的表达式，避免提前求值导致的裸名报错
  term1 <- enquo(filt_term_1)
  term2 <- enquo(filt_term_2)
  
  # 自定义工具函数：将捕获的表达式转为数值或字符串
  get_term <- function(quo) {
    # 先尝试求值，如果是数值则保留；否则转为字符串（处理裸名字符）
    val <- tryCatch(eval_tidy(quo), error = function(e) NULL)
    if (is.numeric(val)) val else as_name(quo)
  }
  
  filt_term_1 <- get_term(term1)
  filt_term_2 <- get_term(term2)
  
  # 执行筛选逻辑，同时避免重复调用filter时的冗余计算
  if (is.numeric(filt_term_1) && is.numeric(filt_term_2)) {
    group1 <- df %>% filter(!!filt_col < filt_term_1)
    group2 <- df %>% filter(!!filt_col > filt_term_2)
  } else {
    # 字符类型时，也可以用%in%简化，但保持你的原有逻辑
    group1 <- df %>% filter(!!filt_col == filt_term_1)
    group2 <- df %>% filter(!!filt_col == filt_term_2)
  }
  
  # 返回命名列表，更易区分结果
  list(group_less = group1, group_greater = group2)
}

测试验证 #

现在两种调用方式都能正常运行：

1. 数值参数（支持裸名列名）：

fun1(iris, Sepal.Length, 4.9, 4.9)

2. 字符参数（裸名传入筛选项）：

fun1(iris, Species, versicolor, virginica)

额外优化点 #

• 返回命名列表，方便后续直接通过名称访问结果（比如result$group_less）
• 用ensym()替代手动sym()，自动兼容字符串和裸名列名输入
• 用enquo()+自定义函数安全处理筛选项，避免裸名提前求值报错
• 逻辑上保持了你的原有需求：数值用大小比较，字符用等值匹配

内容的提问来源于stack exchange，提问作者Dasr