自定义R函数sample_size_finder返回0，内部代码单独运行结果正确的问题求助

嘿Matthias，别发愁啦！你遇到的这个问题其实是tidyverse里非标准求值（NSE）的典型小坑，很多刚接触R和tidyverse的朋友都会踩进去～

问题出在哪？ #

你原来的函数里，当传入字符串参数"team_size"给variable时，filter(variable == value)这一行其实是在做字符串"team_size"和数值4的比较，而不是去匹配数据框里team_size列的数值。这当然会返回0啦！但你单独运行代码时，直接写team_size == 4，tidyverse能自动识别这是数据框的列名，所以结果正确。

两种解决方案，任你选： #

方案1：用{{ }}（大括号插值），调用时不用加引号

这种方法适合直接传入列名（不用字符串），修改后的函数如下：

sample_size_finder <- function(variable, value){ 
  df %>% 
    select({{variable}}) %>% 
    filter({{variable}} == value) %>% 
    count() 
}

调用的时候直接写：

sample_size_finder(team_size, 4)

{{ }}会帮你把函数参数里的variable转换成tidyverse能识别的列名，完美解决问题～

方案2：用.data代词，支持传入字符串参数

如果你想保持调用时传入字符串（比如"team_size"），可以用.data代词来明确指定是数据框里的列：

sample_size_finder <- function(variable, value){ 
  df %>% 
    select(.data[[variable]]) %>% 
    filter(.data[[variable]] == value) %>% 
    count() 
}

现在调用sample_size_finder("team_size", 4)就能得到正确的n=12啦！

额外小提示 #

其实你还可以简化函数，不用select也能得到一样的结果：

# 对应方案1的简化版
sample_size_finder <- function(variable, value){ 
  df %>% 
    filter({{variable}} == value) %>% 
    count() 
}

# 对应方案2的简化版
sample_size_finder <- function(variable, value){ 
  df %>% 
    filter(.data[[variable]] == value) %>% 
    count() 
}

内容的提问来源于stack exchange，提问作者Matthias