如何在dplyr的join函数中给by参数传入多个不同名连接键

问题重现 #

你想封装full_join（及left_join/right_join/inner_join等同类连接函数），支持调用时指定两个数据集的不同连接键，比如官方示例的写法：

full_join(band_members, band_instruments2, by = c("name" = "artist"))

但直接在函数内用c(quo_name(by1) = quo_name(by2))会触发语法错误：Error: unexpected '=' in: "full_join(data1, band_instruments2, by = c(quo_name(by1) ="

错误原因 #

R的语法规则不允许在c()的命名参数位置使用动态计算的表达式（比如quo_name(by1)这类返回字符串的函数调用），必须提前构建好完整的命名向量，再传给by参数。

可行解决方案 #

方案1：用set_names构建连接向量 #

先将传入的符号参数转换为字符串，再用set_names创建符合要求的命名连接向量：

library(dplyr)

join_wrapper <- function(data1 = band_members, by1, by2) {
  # 将传入的符号参数转换为字符串
  by1_str <- as_name(enquo(by1))
  by2_str <- as_name(enquo(by2))
  
  data2 <- band_instruments2
  
  # 构建命名规则：data1的by1_str对应data2的by2_str
  by_rule <- set_names(by2_str, by1_str)
  full_join(data1, data2, by = by_rule)
}

# 调用测试
join_wrapper(band_members, name, artist)

方案2：直接赋值构建命名向量 #

如果不习惯set_names，也可以通过向量下标赋值的方式构建连接规则：

join_wrapper <- function(data1 = band_members, by1, by2) {
  by1_str <- as_name(enquo(by1))
  by2_str <- as_name(enquo(by2))
  
  data2 <- band_instruments2
  
  by_rule <- c()
  by_rule[by1_str] <- by2_str
  full_join(data1, data2, by = by_rule)
}

方案3：重命名data2列后再连接 #

如果更倾向于通过列名对齐实现连接，可以用dplyr::rename的tidyeval语法修改data2的列名，再用同名键连接：

join_wrapper <- function(data1 = band_members, by1, by2) {
  data2 <- band_instruments2 %>% 
    # 将data2的by2列重命名为data1的by1列名
    rename({{by1}} := {{by2}})
  
  full_join(data1, data2, by = as_name(enquo(by1)))
}

补充：关于assign的问题 #

你之前尝试用assign修改列名失败，是因为assign用于修改环境中的变量，而非数据框的列名。修改数据框列名应该用rename（如上方案3）或直接操作colnames，比如：

colnames(data2)[colnames(data2) == by2_str] <- by1_str

内容的提问来源于stack exchange，提问作者ESELIA