R函数变量解析异常：基于四分位数分类全判为高表达问题排查

你的函数出现所有值都被标记为"High expression"的问题，核心原因是在case_when中使用{{var_1}}无法正确解析字符串类型的列名：当你传入字符串参数"Sepal.Length"时，{{var_1}}并没有指向数据框中的Sepal.Length列，而是被当作字面量字符串参与比较，导致逻辑判断完全错误。

修正后的函数代码 #

将case_when中的{{var_1}}替换为.data[[var_1]]即可解决问题，.data是tidyverse中用于明确指代当前数据框的代词，[[var_1]]可以通过字符串索引正确获取列值：

library(tidyverse)

fun_1 <- function(df, var_1) {
  
  quants <- quantile(df[[var_1]], c(.25, .75))
  
  tmp_1 <- df %>%
    select({{var_1}}) %>%
    mutate(
      expression =
        case_when(
          .data[[var_1]] >= quants[["75%"]] ~ sprintf(
            "High expression ( >= %.02f )", quants[["75%"]]),
          .data[[var_1]] <= quants[["25%"]] ~ sprintf(
            "Low expression ( <= %.02f )", quants[["25%"]]),
          .default = NA)) %>%
    filter(!is.na(expression))
  
  tmp_1
}

# 测试修正后的函数
fun_1(iris, "Sepal.Length")

修正后的运行结果 #

此时函数会正确筛选出Q1以下和Q3以上的数值，输出示例：

Sepal.Length                    expression
1            4.3 Low expression ( <= 5.10 )
2            4.4 Low expression ( <= 5.10 )
3            4.4 Low expression ( <= 5.10 )
...
14           6.4 High expression ( >= 6.40 )
15           6.5 High expression ( >= 6.40 )
16           6.7 High expression ( >= 6.40 )
...

内容的提问来源于stack exchange，提问作者Patrik da Silva Vital