如何简化使用NSE在函数中拼接数据框列的代码？

核心问题 #

你需要编写支持无引号列名的函数，实现类似c(df$colA, df$colB)的列拼接操作，现有基于enquo()/expr()/!!的实现过于冗长，希望找到更简洁的方案，同时纠结是否改用base R的NSE（非标准求值）。

先还原你的示例函数 #

假设你当前可用的myFun3是这样的：

myFun3 <- function(df, col1, col2) {
  col1_enq <- enquo(col1)
  col2_enq <- enquo(col2)
  eval_tidy(expr(c(!!col1_enq, !!col2_enq)), data = df)
}

# 测试：返回c("A","B","C","D","E","F")
myFun3(df, col1, col2)

而失败的myFun4大概是：

myFun4 <- function(df, col1, col2) {
  eval_tidy(expr(c(col1, col2)), data = df)
}
# 报错：找不到对象'col1'
# 原因：expr()保留了符号本身，未将参数注入到df的环境中求值

简化方案 #

方案1：用{{ }}（Curly-Curly）简化rlang代码 #

{{ }}是enquo()+!!的语法糖，能直接捕获参数并注入表达式，大幅简化代码：

myFun_simple <- function(df, col1, col2) {
  eval_tidy(expr(c({{ col1 }}, {{ col2 }})), data = df)
}

# 测试正常
myFun_simple(df, col1, col2)

如果结合tidyverse的pull()函数，代码更直观：

myFun_tidy <- function(df, col1, col2) {
  c(pull(df, {{ col1 }}), pull(df, {{ col2 }}))
}

方案2：支持多列输入的扩展版本 #

如果需要拼接任意数量的列，用...参数结合purrr：

myFun_multi <- function(df, ...) {
  cols <- enquos(...)
  map(cols, ~pull(df, !!.x)) %>% flatten_chr()
}

# 测试：拼接col1、col3、col4
myFun_multi(df, col1, col3, col4)

方案3：base R的NSE实现 #

如果倾向用base R的非标准求值，可通过substitute()捕获表达式，再构造df$col形式的调用：

myFun_base <- function(df, col1, col2) {
  # 捕获输入的列名表达式
  col_expr <- substitute(c(col1, col2))
  # 将每个列名替换为df$col的形式
  col_expr[[2]] <- call("$", substitute(df), col_expr[[2]])
  col_expr[[3]] <- call("$", substitute(df), col_expr[[3]])
  # 执行表达式
  eval(col_expr)
}

# 测试正常
myFun_base(df, col1, col2)

如果要支持多列，可扩展为：

myFun_base_multi <- function(df, ...) {
  col_list <- substitute(list(...))[-1]
  # 生成每个列的df$col调用
  col_calls <- lapply(col_list, function(x) call("$", substitute(df), x))
  # 拼接所有列
  do.call(c, lapply(col_calls, eval))
}

方案选择建议 #

• 如果你习惯tidyverse生态，优先用{{ }}+pull()的方案，代码简洁且符合tidyverse的风格，学习成本更低。
• 如果需要完全基于base R实现，substitute()+eval()的NSE方案是标准做法，但代码相对繁琐，适合需要脱离tidyverse依赖的场景。

内容的提问来源于stack exchange，提问作者ScottyJ