如何为R/tidyverse中的管道函数添加顺序正确的进度条

在使用tidyverse管道串联多个耗时函数时，尝试用cli包添加进度步骤会出现步骤显示顺序反转、输出重叠混乱的问题：进度步骤先显示最后一个子函数，再依次往前，且完成状态输出挤在一起。

问题原因 #

R的惰性求值机制导致管道表达式x %>% fun1() %>% fun2() %>% fun3()本质等价于fun3(fun2(fun1(x)))，函数调用顺序是从右到左（先触发fun3，再fun2，最后fun1），因此函数内部的cli_progress_step会按反顺序输出。

方案一：保留管道风格，调整进度步骤位置 #

把进度步骤从子函数内部移到管道的匿名代码块中，确保步骤触发顺序与实际执行顺序一致：

library(tidyverse)
library(cli)

main_fun <- function() {
  cli_progress_step(msg = "Running main function", msg_done = "Main function completed")
  tibble(a = 1:5) %>% 
    {cli_progress_step("Doing sub function 1"); fun1(.)} %>% 
    {cli_progress_step("Doing sub function 2"); fun2(.)} %>% 
    {cli_progress_step("Doing sub function 3"); fun3(.)}
}

fun1 <- function(data) {
  Sys.sleep(2)
  return(data)
}
fun2 <- function(data) {
  Sys.sleep(1)
  return(data)
}
fun3 <- function(data) {
  Sys.sleep(3)
  return(data)
}

main_fun()

执行后会按主函数→子函数1→子函数2→子函数3的顺序显示进度，输出干净无重叠。

方案二：用进度组+逐行赋值规避惰性求值 #

将管道改为逐行赋值，明确执行顺序，同时用cli的进度组管理步骤层级，结构更清晰：

library(tidyverse)
library(cli)

main_fun <- function() {
  # 创建主进度组
  cli_progress_group("Running main function")
  # 退出时自动关闭进度组
  on.exit(cli_progress_group_close())
  
  data <- tibble(a = 1:5)
  data <- fun1(data)
  data <- fun2(data)
  data <- fun3(data)
  
  return(data)
}

fun1 <- function(data) {
  cli_progress_step(msg = "Doing sub function 1")
  Sys.sleep(2)
  return(data)
}
fun2 <- function(data) {
  cli_progress_step(msg = "Doing sub function 2")
  Sys.sleep(1)
  return(data)
}
fun3 <- function(data) {
  cli_progress_step(msg = "Doing sub function 3")
  Sys.sleep(3)
  return(data)
}

main_fun()

方案三：用progressr包实现灵活进度展示 #

如果需要条形进度条等更丰富的展示形式，可以用progressr包适配管道流程：

library(tidyverse)
library(progressr)

# 设置进度条样式
handlers(handler_progress(format = "[:bar] :percent :eta :message"))

main_fun <- function() {
  # 定义总进度步数（主步骤+3个子步骤）
  p <- progressor(4)
  p("Running main function")
  
  tibble(a = 1:5) %>% 
    {p("Doing sub function 1"); fun1(.)} %>% 
    {p("Doing sub function 2"); fun2(.)} %>% 
    {p("Doing sub function 3"); fun3(.)}
}

fun1 <- function(data) {
  Sys.sleep(2)
  return(data)
}
fun2 <- function(data) {
  Sys.sleep(1)
  return(data)
}
fun3 <- function(data) {
  Sys.sleep(3)
  return(data)
}

# 启动进度跟踪
with_progress(main_fun())

内容的提问来源于stack exchange，提问作者Moohan