R语言函数内数据集列引用的简化实现方法咨询

针对你目前的需求，有几种更简洁的方式可以替代手动匹配列序号的操作：

方法1：直接用[[ ]]提取列 #

R里的列表/数据框支持用字符串直接通过[[ ]]提取对应列，完全不需要match步骤，代码可以简化成：

linear_regression <- function(variable1, variable2, dataset){
  # 直接用字符串索引提取列
  var1 <- dataset[[variable1]]
  var2 <- dataset[[variable2]]
  
  lm_out <- lm(var1 ~ var2, data = dataset)
  return(summary(lm_out))
}

linear_regression('mpg', 'cyl', mtcars)

方法2：动态构造公式对象 #

如果不想提前提取变量，还可以直接在函数里把传入的字符串变量名拼成回归公式，再转成公式对象传给lm，代码更紧凑：

linear_regression <- function(variable1, variable2, dataset){
  # 构造公式字符串并转为公式对象
  formula_str <- paste(variable1, "~", variable2)
  lm_out <- lm(as.formula(formula_str), data = dataset)
  return(summary(lm_out))
}

linear_regression('mpg', 'cyl', mtcars)

可选：支持不带引号的变量名（非标准求值） #

如果想让函数调用时不用加引号（比如linear_regression(mpg, cyl, mtcars)），可以用rlang包的非标准求值工具，代码如下：

library(rlang)

linear_regression <- function(variable1, variable2, dataset){
  # 将输入的符号转为字符串
  var1_str <- as_name(ensym(variable1))
  var2_str <- as_name(ensym(variable2))
  # 构造公式
  formula_str <- paste(var1_str, "~", var2_str)
  lm_out <- lm(as.formula(formula_str), data = dataset)
  return(summary(lm_out))
}

# 调用时无需加引号
linear_regression(mpg, cyl, mtcars)

内容的提问来源于stack exchange，提问作者Liam Haller