如何用dplyr编写函数计算指定列的1值占比与均值？

原代码存在几个关键问题：

• 直接依赖全局变量df，函数复用性差
• 未处理dplyr的非标准求值，列名参数无法被正确识别
• 变量拼写错误（select1被误写为selected）
• 对data.frame直接调用mean()会报错，需先提取列向量
• 函数仅返回最后一行paste的结果，无法输出两个指标

修正后的完整代码 #

library(dplyr)

set.seed(1)
ch   <- sample(LETTERS[1:5], size = 20, replace = TRUE)
cls  <- sample(c("CLASS ONE", "CLASS TWO"), size = 20, replace = TRUE)
var1 <- sample(1:20, size = 20, replace = TRUE)
var2 <- sample(20:40, size = 20, replace = TRUE)
var3 <- sample(40:60, size = 20, replace = TRUE)
var4 <- sample(c(0,1), size = 20, replace = TRUE)

df <- data.frame(ch, cls, var1, var2, var3, var4, stringsAsFactors = TRUE)

funcA <- function(data, col1, col2) {
  # 计算目标列中值为1的占比
  prop1 <- data %>%
    summarise(prop = mean({{col1}} == 1) * 100) %>%
    pull(prop)
  
  # 计算目标列的均值
  avg <- data %>%
    summarise(mean_val = mean({{col2}})) %>%
    pull(mean_val)
  
  # 返回合并后的文本结果
  c(
    paste("The percentage of value 1 in", rlang::englue("{{col1}}"), "is: ", round(prop1, 2)),
    paste("The mean value of", rlang::englue("{{col2}}"), "is: ", round(avg, 2))
  )
}

# 调用函数
funcA(df, var4, var3)

关键修正说明 #

• 新增data参数传入数据集，避免依赖全局变量，提升函数通用性
• 使用{{}}（整洁评估语法）处理列名参数，让dplyr正确识别传入的列
• 用summarise结合mean({{col1}} == 1)直接计算占比：逻辑值TRUE会被转为1，FALSE转为0，均值即为占比，简洁高效
• 用pull()提取summarise结果中的数值，避免data.frame类型导致的计算错误
• 用c()合并两个文本结果，确保能返回所有指标信息
• 用round()对结果取两位小数提升可读性，用rlang::englue()获取列名的字符串形式，避免输出固定的"col1""col2"

内容的提问来源于stack exchange，提问作者rez