如何将多个带任意参数的dplyr方法作为函数参数传入？

要实现传入任意数量、各带独立参数的dplyr方法，最简洁的思路是将每个方法与其参数打包成列表元素，再在函数内部依次执行这些操作。以下是几种可行方案：

方案1：用列表传递操作序列 + purrr::reduce #

将每个dplyr方法和对应的参数封装成子列表，通过主列表传入函数，再用purrr::reduce实现链式调用：

library(dplyr)
library(purrr)

apply_dplyr_ops <- function(input_data, ops) {
  input_data %>%
    reduce(ops, .f = function(data, op) {
      # 用do.call将数据和参数传递给目标方法
      do.call(op$fn, c(list(data), op$args))
    })
}

测试示例 #

# 构造测试数据框
dframe <- data.frame(
  start = c(1,1,1,2,2,3,3,3,3), 
  middle = sample(1:9), 
  end = c(1,2,3,1,2,1,2,3,4)
)

# 定义两个操作：先筛选再选择列
my_ops <- list(
  list(fn = dplyr::filter, args = list(start == 1, end == 2)),
  list(fn = dplyr::select, args = list(all_of(c("start", "middle"))))
)

# 执行操作
result <- apply_dplyr_ops(dframe, my_ops)
print(result)

方案2：用rlang::exec简化调用 #

rlang::exec是do.call的替代方案，语法更简洁，支持!!!展开参数列表：

library(dplyr)
library(purrr)
library(rlang)

apply_dplyr_ops_exec <- function(input_data, ops) {
  input_data %>%
    reduce(ops, .f = function(data, op) {
      exec(op$fn, data, !!!op$args)
    })
}

# 调用方式和方案1完全一致
result_exec <- apply_dplyr_ops_exec(dframe, my_ops)

方案3：用可变参数直接传递操作 #

如果不想预先定义操作列表，可以用...直接接收多个打包好的操作，调用时更直观：

apply_dplyr_ops_dots <- function(input_data, ...) {
  ops <- list(...)
  input_data %>%
    reduce(ops, .f = function(data, op) {
      exec(op$fn, data, !!!op$args)
    })
}

# 直接在调用时传入每个操作
result_dots <- apply_dplyr_ops_dots(
  dframe,
  list(fn = dplyr::filter, args = list(start == 1, end == 2)),
  list(fn = dplyr::select, args = list(all_of(c("start", "middle"))))
)

注意事项 #

你之前用do.call失败，大概率是没把输入数据作为第一个参数传入参数列表。do.call要求第二个参数是包含所有函数参数的列表，所以必须把data放在参数列表的首位（c(list(data), op$args)），才能让dplyr方法正确识别数据输入。

内容的提问来源于stack exchange，提问作者Matthew Cassell