自定义R函数调用dplyr mutate时生成新列而非修改原列的问题

问题重现 #

创建的数据框：

id<-c("id1","id2","id3","id4","id5","id6")
out<-c("50","60","60 4d", "60.4","5823",NA)
cov<-c("Male","male","mále","Fe male","female","fema")
dat<-data.frame(id,out,cov)

自定义清洗函数：

conv_number<-function(data,variable){
  data<- data |> dplyr::mutate(variable = gsub(pattern = ",", replacement = ".", variable))
  x<- data |> dplyr::mutate(variable = as.numeric(gsub("[^0-9.-]", "", variable)))
  return (x)
}

clean_string<-function(data,variable){
  data |> dplyr::mutate(variable = tolower(variable))
  x<- data |> dplyr::mutate(variable = gsub("[^a-z]", "", variable))
  return (x)
}

调用后出现的问题：

• 函数未修改目标列，反而生成名为variable的新列
• clean_string函数无法正确将带重音的字符（如mále）转为小写

问题原因 #

• 列名引用错误：在dplyr::mutate中直接写variable = ...时，会把variable当作新列名，而非引用传入的目标列。需使用tidy评估语法{{ variable }}捕获传入的列参数，实现动态修改原列。
• 管道结果未传递：clean_string函数中第一行的data |> mutate(...)未赋值给变量，后续x仍基于原始data处理，导致tolower操作完全无效。
• 小写转换不支持Unicode：基础tolower()仅能处理ASCII字符，无法转换带重音的Unicode字符（如á），需使用支持多语言的转换函数。

修正后的代码 #

修正conv_number函数 #

使用{{ variable }}引用目标列，保留原列名完成修改：

conv_number<-function(data, variable){
  data |> 
    dplyr::mutate({{ variable }} := gsub(pattern = ",", replacement = ".", {{ variable }}),
                  {{ variable }} := as.numeric(gsub("[^0-9.-]", "", {{ variable }})))
}

修正clean_string函数 #

使用stringr::str_to_lower处理Unicode字符，正确传递管道结果并修改原列：

library(stringr)

clean_string<-function(data, variable){
  data |> 
    dplyr::mutate({{ variable }} := str_to_lower({{ variable }}),
                  {{ variable }} := gsub("[^a-záéíóú]", "", {{ variable }}))
}

测试调用 #

# 处理数值列
prueba_1 <- conv_number(dat, out)
# 处理字符列
prueba_1 <- clean_string(prueba_1, cov)

# 查看结果
print(prueba_1)
#    id   out    cov
# 1 id1  50.0   male
# 2 id2  60.0   male
# 3 id3  60.4   male
# 4 id4  60.4 female
# 5 id5 5823. female
# 6 id6    NA   fema

内容的提问来源于stack exchange，提问作者Francisco