自定义函数中使用dplyr::full_join报错的解决方案咨询

核心问题 #

你的函数中full_join的by参数无法正确识别传入的列名（如Gender），原因是{{x}}这类tidy eval语法用于引用数据框的列，但by参数需要的是字符形式的列名，而非列表达式。

修正后的完整代码 #

df <- structure(list(
  hireyear = c(2023L, 2022L, 2023L, 2023L, 2023L, NA),
  exityear = c(NA_integer_, 2024L, 2024L, 2024L, 2023L, NA_integer_),
  Gender = c("Female", "Female", "Female", "Female", "Female", NA)
), row.names = c("2377", "2378", "2379", "2380", "2381", "NA"), class = "data.frame")

attrit <- function(data, x) {
  # 捕获传入的列名并转为字符串
  x_col <- as_label(enquo(x))
  
  hires <- data %>%
    group_by(hireyear, {{x}}) %>%
    summarise(NumberHired = n(), .groups = "drop") %>%  # 显式取消分组，避免后续问题
    rename(year = hireyear) %>%
    replace_na(list(NumberHired = 0))  # 用dplyr的replace_na更规范
  
  exits <- data %>%
    group_by(exityear, {{x}}) %>%
    summarise(NumberExited = n(), .groups = "drop") %>%
    rename(year = exityear) %>%
    replace_na(list(NumberExited = 0)) %>%
    filter(!is.na(year))  # year是整数，不需要判断year!=""
  
  final <- full_join(hires, exits, by = c("year", x_col)) %>%
    arrange(year, {{x}}) %>%
    replace_na(list(NumberHired = 0, NumberExited = 0))  # 补全合并后产生的NA为0
  
  return(final)
}

# 调用函数
attrit(df, Gender)

关键修改点 #

• 获取列名字符串：用enquo(x)捕获传入的列参数，再用as_label()转为字符串，这样full_join的by参数就能正确识别列名。
• 规范分组处理：summarise时添加.groups = "drop"，避免分组状态传递到后续操作引发潜在问题。
• 替换NA更规范：用dplyr的replace_na()替代ifelse，更符合tidyverse风格，且处理向量更高效。
• 简化过滤逻辑：year是整数类型，只需过滤!is.na(year)即可，无需判断year!=""。
• 补全合并后的NA：合并后可能出现某组只有入职或只有离职数据的情况，用replace_na把对应的计数补为0，结果更完整。

运行结果示例 #

调用attrit(df, Gender)后会返回如下合并后的数据集：

year Gender NumberHired NumberExited
1 2022 Female           1            0
2 2023 Female           4            1
3 2024 Female           0            3

内容的提问来源于stack exchange，提问作者Ben