使用tidy eval与scales::rescale编写R语言自定义函数的问题

你的核心问题是混淆了tidy eval中裸列名和字符串列名的处理逻辑：
{{col}}（curly-curly操作符）是用来捕获未加引号的裸列名（比如调用函数时写resc(df, val)），如果你的col参数是带引号的字符串（比如"mpg"），{{col}}会直接把它当成字符串字面量，而非引用数据框中的列，自然无法正确取值。

针对你需要接收带引号字符串参数的需求，有两种可行方案：

方案1：直接使用.data代词（最简洁） #

保持参数为字符串格式，用.data[[col]]引用目标列，这是你最初可行代码的延伸写法：

library(dplyr)
library(scales)

resc <- function(df, col){
  df %>% 
    mutate(
      rescaled_value = scales::rescale(.data[[col]], to = c(0, 1), from = range(.data[[col]], na.rm = TRUE))
    )
}

注：给range()加上na.rm=TRUE可以避免数据含NA值时出错；另外scales::rescale默认from参数就是range(x, na.rm=TRUE)，所以实际可以省略from参数，和你最初的正确代码效果完全一致。

方案2：兼容裸列名和字符串参数 #

如果想让函数同时支持两种调用方式（resc(df, "val")和resc(df, val)），可以用ensym()将输入转换为符号，再用!!解引用：

library(dplyr)
library(scales)

resc <- function(df, col){
  col_sym <- ensym(col)
  df %>% 
    mutate(
      rescaled_value = scales::rescale(!!col_sym, to = c(0, 1), from = range(!!col_sym, na.rm = TRUE))
    )
}

测试验证 #

# 生成测试数据
set.seed(123)
df <- data.frame(val = sample(1:10, 5, replace = TRUE))

# 调用函数（方案2支持两种写法）
resc(df, "val")
# 或 resc(df, val)

内容的提问来源于stack exchange，提问作者Lenn