使用dplyr::mutate与purrr::map2时引用变量失效，color_codes列异常

核心问题 #

用purrr::map2批量调用自定义数据处理函数时，dplyr::mutate里的case_when生成的color_codes列分类完全错误，但单独调用函数时结果正常。问题出在变量引用的映射逻辑上——批量传入字符串列名时，函数里的准引用没有正确识别目标列。

复现场景 #

先模拟测试代码，方便定位问题：

library(tidyverse)

# 生成测试数据
set.seed(123)
df <- tibble(
  gene = paste0("gene_", 1:100),
  treatment_a1 = rnorm(100, 5, 2),
  treatment_a2 = rnorm(100, 7, 2),
  treatment_b1 = rnorm(100, 4, 2),
  treatment_b2 = rnorm(100, 6, 2)
)

# 原处理函数
plot_exp <- function(data, col1, col2) {
  col1 <- enquo(col1)
  col2 <- enquo(col2)
  
  data %>%
    mutate(
      log2fc = log2(!!col1 / !!col2),
      color_codes = case_when(
        log2fc > 2 ~ "Log2FC_above2",
        log2fc < -2 ~ "Log2FC_below2",
        TRUE ~ "Log2FC_between"
      )
    )
}

# 单独调用正常
single_result <- plot_exp(df, treatment_a2, treatment_a1)
table(single_result$color_codes) # 分类符合预期

# 批量调用出问题
col1_vec <- c("treatment_a2", "treatment_b2")
col2_vec <- c("treatment_a1", "treatment_b1")

map2_results <- map2(col1_vec, col2_vec, ~plot_exp(df, .x, .y))
table(map2_results[[1]]$color_codes) # 分类全错

问题原因 #

enquo()是用来捕获直接输入的列名符号的，但用map2传的是字符串。此时enquo(.x)会把.x当成字面量符号，而非你传入的字符串对应的列名——函数实际在计算不存在的.x列除以.y列，结果全是错误值，导致case_when分类逻辑失效。

单独调用时直接写列名，enquo能正确捕获符号，所以逻辑正常。

两种解决办法 #

办法1：用ensym()替代enquo() #

ensym()可自动把字符串转换成对应符号，适配批量传入的字符串参数：

plot_exp <- function(data, col1, col2) {
  col1 <- ensym(col1)
  col2 <- ensym(col2)
  
  data %>%
    mutate(
      log2fc = log2(!!col1 / !!col2),
      color_codes = case_when(
        log2fc > 2 ~ "Log2FC_above2",
        log2fc < -2 ~ "Log2FC_below2",
        TRUE ~ "Log2FC_between"
      )
    )
}

# 重新批量调用
map2_results <- map2(col1_vec, col2_vec, ~plot_exp(df, .x, .y))
# 分类恢复正常
table(map2_results[[1]]$color_codes)
table(map2_results[[2]]$color_codes)

办法2：用.data代词直接引用字符串 #

如果不想碰准引用逻辑，直接用dplyr的.data代词通过字符串索引目标列，写法更简洁：

plot_exp <- function(data, col1, col2) {
  data %>%
    mutate(
      log2fc = log2(.data[[col1]] / .data[[col2]]),
      color_codes = case_when(
        log2fc > 2 ~ "Log2FC_above2",
        log2fc < -2 ~ "Log2FC_below2",
        TRUE ~ "Log2FC_between"
      )
    )
}

# 批量调用同样有效
map2_results <- map2(col1_vec, col2_vec, ~plot_exp(df, .x, .y))

验证说明 #

两种方法都能解决批量调用的变量映射问题：.data写法更直观，适合纯字符串输入场景；ensym()兼容直接写列名和传字符串两种调用方式，灵活性更高。

内容的提问来源于stack exchange，提问作者sahuno