在R中用函数创建分组频率表数据框时遇错求助

手动实现的正确代码 #

先看手动生成use和ehr列频率表的正确代码：

use_df <- w1w2 %>% 
  group_by(wave, use) %>% 
  summarise(cnt_use = n()) %>%
  drop_na(use) %>%
  mutate(perc_use = case_when(
    wave == "W1" ~ cnt_use / sum(cnt_use),
    wave == "W2" ~ cnt_use / sum(cnt_use)))


ehr_df <- w1w2 %>% 
  group_by(wave, ehr) %>% 
  summarise(cnt_ehr = n()) %>%
  drop_na(ehr) %>%
  mutate(perc_ehr = case_when(
    wave == "W1" ~ cnt_ehr / sum(cnt_ehr),
    wave == "W2" ~ cnt_ehr / sum(cnt_ehr)))

原函数的错误点 #

你编写的函数存在以下问题：

• 参数引用不匹配：enquo(varname)中的varname与函数定义的参数var_name不一致，应为enquo(var_name)
• 起始操作无效：df_!!varname是错误写法，需从传入的df对象开始链式操作
• 动态列名语法错误：cnt_!!var_name不符合tidyeval规则，动态列名赋值需结合:=与字符串拼接/glue语法
• 无返回值且视图调用错误：函数未返回处理后的数据集，view(df_!!varname)的写法也不合法
• 逻辑冗余：case_when中两个分支逻辑完全一致，可直接简化为cnt / sum(cnt)

修正后的函数 #

使用{{ }}（curly-curly）语法简化动态变量引用，同时修正所有错误：

library(dplyr)
library(glue)

summary_fn <- function(var_name, df) {
  # 生成动态列名
  cnt_col <- glue("cnt_{{var_name}}")
  perc_col <- glue("perc_{{var_name}}")
  
  result <- df %>% 
    group_by(wave, {{var_name}}) %>% 
    summarise(!!cnt_col := n(), .groups = "drop_last") %>%
    drop_na({{var_name}}) %>%
    mutate(!!perc_col := !!sym(cnt_col) / sum(!!sym(cnt_col)))
  
  View(result)
  return(result)
}

# 调用示例
use_result <- summary_fn(use, w1w2)
ehr_result <- summary_fn(ehr, w1w2)

也可以用更简洁的字符串拼接方式实现：

summary_fn <- function(var_name, df) {
  var_str <- deparse(substitute(var_name))
  cnt_col <- paste0("cnt_", var_str)
  perc_col <- paste0("perc_", var_str)
  
  df %>% 
    group_by(wave, {{var_name}}) %>% 
    summarise(!!cnt_col := n(), .groups = "drop_last") %>%
    drop_na({{var_name}}) %>%
    mutate(!!perc_col := !!sym(cnt_col) / sum(!!sym(cnt_col))) %>%
    View()
}

补充说明 #

• .groups = "drop_last"用于在summarise后仅保留wave分组，确保求和是按每个wave单独计算的
• deparse(substitute(var_name))用于将传入的变量名转为字符串，方便生成动态列名
• 修正后的函数会返回处理后的数据集，便于后续分析使用

内容的提问来源于stack exchange，提问作者Alex Braga