为何在lapply包装函数中调用subset_base会找不到对象zzz？

subset_base是base R中subset()函数的简化版本，示例出自《Advanced R》第20.6.1章节。单独调用可正常运行：

subset_base <- function(data, rows) {
  rows <- substitute(rows)
  rows_val <- eval(rows, data, parent.frame())
  data[rows_val, , drop = FALSE]
}

my_df <- data.frame(x = 1:3)
  
subset_base(my_df, x == 1)
#>   x
#> 1 1

但构建包装函数apply_subset时，在其中定义变量zzz，再调用lapply执行subset_base并传入x == zzz会报错找不到zzz：

apply_subset <- function(){
  zzz <- 2
  dfs <- list(data.frame(x = 1:3), data.frame(x = 4:6))
  lapply(dfs, FUN = subset_base, x == zzz)
}

apply_subset()
#> Error in eval(rows, data, parent.frame()): object 'zzz' not found

而把subset_base包裹在匿名函数中传入lapply就能正常找到zzz：

apply_subset2 <- function(){
  zzz <- 2
  dfs <- list(data.frame(x = 1:3), data.frame(x = 4:6))
  lapply(dfs, FUN = \(df) subset_base(df, x == zzz))
}

apply_subset2()
#> [[1]]
#>   x
#> 2 2
#> 
#> [[2]]
#> [1] x
#> <0 rows> (or 0-length row.names)

1. 调用栈中每个执行环境的父环境是什么 #

报错场景（apply_subset）的环境链： #

• subset_base的执行环境：父环境是**lapply的内部执行环境**（lapply调用subset_base时创建的临时环境）
• lapply的内部执行环境：父环境是全局环境（base函数的执行环境父环境默认绑定全局环境）
• apply_subset的执行环境：父环境是全局环境
• 全局环境：父环境是base环境

正常场景（apply_subset2）的环境链： #

• subset_base的执行环境：父环境是匿名函数的执行环境
• 匿名函数的执行环境：父环境是**apply_subset2的执行环境**（匿名函数定义时绑定了所在的apply_subset2环境，属于闭包特性）
• apply_subset2的执行环境：父环境是全局环境

2. 原假设（父环境层级可找到zzz）错误的原因 #

问题出在lapply的参数传递逻辑和parent.frame()的指向：
当你在lapply中直接写x == zzz作为额外参数时，这个表达式是在apply_subset的环境中被捕获，但subset_base里的parent.frame()返回的是**subset_base的直接调用者环境**——也就是lapply的内部执行环境，而非apply_subset的环境。

eval(rows, data, parent.frame())的第三个参数指定了查找非data内变量的环境，而lapply的内部环境里没有zzz，自然会报错。你原本以为环境链会回溯到apply_subset，但lapply作为中间调用者，直接切断了这个链路。

3. 使用匿名函数后情况改变的原因 #

匿名函数相当于做了一层“环境中转”：

• x == zzz这个表达式是在匿名函数的执行环境中传递给subset_base的
• subset_base的直接调用者变成了匿名函数，此时parent.frame()返回的是匿名函数的执行环境
• 匿名函数是在apply_subset2内部定义的，它的父环境就是apply_subset2的执行环境（闭包会保留定义时的环境）
• 所以顺着环境链，就能找到apply_subset2里定义的zzz

简单说，匿名函数把apply_subset2的环境“带”到了subset_base的调用上下文里，补上了被lapply打断的环境链。

4. 不使用匿名函数使lapply调用生效的方法 #

核心是要把表达式和它的定义环境绑定在一起，也就是使用rlang包的quosure（闭包表达式），这也是《Advanced R》推荐的方案：

第一步：修改subset_base为支持quosure的版本 #

library(rlang)

subset_quosure <- function(data, rows) {
  # enquo捕获表达式和其定义环境，打包成quosure
  rows <- enquo(rows)
  # eval_tidy在数据环境+quosure绑定的环境中求值
  rows_val <- eval_tidy(rows, data)
  data[rows_val, , drop = FALSE]
}

第二步：修改apply_subset函数 #

apply_subset_quosure <- function(){
  zzz <- 2
  dfs <- list(data.frame(x = 1:3), data.frame(x = 4:6))
  # 先捕获表达式和环境为quosure
  rows_expr <- quo(x == zzz)
  # 用!!解引用quosure传递给函数
  lapply(dfs, FUN = subset_quosure, rows = !!rows_expr)
}

apply_subset_quosure()
#> [[1]]
#>   x
#> 2 2
#> 
#> [[2]]
#> [1] x
#> <0 rows> (or 0-length row.names)

quosure会把表达式和它的定义环境（也就是apply_subset_quosure的环境）打包在一起，不管中间经过多少层调用，eval_tidy()都能正确找到zzz所在的环境，从而避免作用域问题。

内容的提问来源于stack exchange，提问作者TimTeaFan