R语言中使用by()调用函数时为何会重复打印数据框？

确实是by()函数导致的控制台打印问题——by()的默认行为是收集每个分组应用自定义函数后的返回结果，并且会在控制台自动打印这个结果集合。如果你的自定义函数没有明确指定返回值，它会返回函数最后执行的表达式的结果（比如你的代码中，当a!=b时返回rbind(Camp3, Slice)的结果，当a==b时返回NULL），这些结果都会被by()收集并打印出来。

你可以通过以下两种方式解决这个问题：

方法1：让自定义函数返回不可见的NULL #

在你的自定义函数最后添加invisible(NULL)，强制函数返回一个不会被控制台自动打印的不可见值：

my_func <- function(Slice){
  a <- nrow(Slice)
  b <- nrow(Slice[!is.na(Slice$Désinscription),])
  if(a!=b){
    Camp3 <<- rbind(Camp3, Slice)
  }
  invisible(NULL)  # 新增这一行，抑制返回值的打印
}
by(Camp2,Camp2$Type, my_func)

对应iris测试示例的修改：

my_func <- function(x){
  invisible(NULL)
}
by(iris,iris$Species, my_func)

方法2：用invisible()包裹by()的调用 #

如果不想修改自定义函数，可以直接把整个by()调用放在invisible()中，让by()的返回值不被打印：

invisible(by(Camp2,Camp2$Type, my_func))

额外建议 #

尽量避免使用<<-进行全局变量赋值，这种方式会让代码的可读性和可维护性下降。你可以考虑将Camp3作为参数传入函数，或者用dplyr等包的分组操作来实现类似逻辑（比如group_by() + filter() + bind_rows()），代码会更清晰。

内容的提问来源于stack exchange，提问作者Frédéric Côté