如何在含可选参数的函数中使用tidydots(...)？是否为不良实践？

原函数的核心问题 #

你的两个函数存在几个tidyeval使用误区，同时有包开发需要规避的不良实践：

1. tidydots参数传递的语法混淆
   第一个函数createTable的参数顺序是counts, mapper = NULL, day = NULL, week = NULL, month = NULL, ...，当你用命名传参指定mapper = "mcglonee"等参数后，后续的mapper, month, week作为位置参数会被传入...，但你实际想引用的是数据框中的列名，而这些符号在调用环境中没有对应的对象，导致group_by(!!!group_vars)无法识别列名。

2. 全局依赖（严重不良实践）
   函数直接依赖全局变量summaryVars和全局函数calcScores，自用场景下可能没问题，但包开发中这会导致函数可移植性差、容易出现命名冲突，完全不符合模块化设计原则。

3. 过滤逻辑冗余与变量名冲突
   你把函数参数重新赋值为m, d, w, mp的操作完全冗余，还容易引发数据框列名（比如month）和函数参数名的混淆。此外，多次调用filter()会降低代码效率，完全可以合并为一次。

4. 分组参数的错误处理方式
   createTable2尝试用group_vars参数接收分组变量，但传入list(mapper, month, week)时，这些符号是在调用环境中求值，而非函数内部或数据框环境，导致R找不到对应的对象——tidyeval的核心就是捕获表达式而非求值后的对象。

优化后的函数实现 #

下面是修复后的函数，同时兼顾可选参数、tidydots支持，以及包开发的最佳实践：

library(dplyr)

createTable <- function(counts, mapper = NULL, day = NULL, week = NULL, month = NULL, 
                        summary_vars = c("default_col1", "default_col2"), ...) {
  # 捕获分组变量的表达式（保留列名的符号形式）
  group_vars <- enquos(...)
  
  # 构建过滤条件，自动忽略空参数
  filter_conds <- list(
    if (!is.null(mapper)) expr(mapper == !!mapper),
    if (!is.null(day)) expr(day == !!day),
    if (!is.null(week)) expr(week == !!week),
    if (!is.null(month)) expr(month == !!month)
  )
  # 移除空条件（base R写法，无需额外包）
  filter_conds <- Filter(Negate(is.null), filter_conds)
  
  # 参数验证：确保输入合规（包开发必备）
  stopifnot("counts必须是tibble格式" = is_tibble(counts))
  stopifnot("summary_vars必须是counts中的列" = all(summary_vars %in% colnames(counts)))
  
  counts %>%
    group_by(!!!group_vars) %>%
    # 用dplyr 1.0+推荐的across替代已软弃用的summarise_at
    summarise(across({{ summary_vars }}, sum), .groups = "drop_last") %>%
    # 一次性应用所有过滤条件
    filter(!!!filter_conds) %>%
    # 如果calcScores是包内函数，需确保它在命名空间中；若需用户自定义，可设为参数
    calcScores()
}

关键改进点： #

• tidyeval正确用法：用enquos(...)捕获分组变量的符号表达式，!!明确引用函数参数（避免和数据框列名冲突），expr()动态构建过滤条件。
• 消除全局依赖：将summaryVars改为函数参数，允许用户自定义汇总列，同时保留默认值。
• 简化逻辑提升效率：合并多次filter()调用，用Filter自动移除空条件。
• 参数验证：添加stopifnot确保输入合规，这是包开发中提升鲁棒性的关键步骤。

正确调用方式 #

无论是位置传参还是命名传参，只需将分组变量作为最后一批参数传入即可：

# 命名传参示例
test <- createTable(
  counts = featureCounts2019,
  mapper = "mcglonee",
  month = 5,
  # 分组变量（直接传入数据框中的列名符号）
  mapper, month, week
)

包开发层面的额外注意事项 #

如果要将这个函数纳入R包，还需注意：

• 函数导出与命名空间：确保calcScores作为包的导出函数或内部函数（用:::定义），避免全局依赖。
• 文档化：用roxygen2为函数添加详细文档，说明每个参数的用途、返回值，以及示例调用代码。
• 测试覆盖：用testthat编写测试用例，覆盖各种场景（比如不传可选参数、传多个分组变量、传入非法参数等）。
• 语法兼容性：如果需要兼容旧版dplyr，可保留summarise_at作为备选，但优先推荐across。

内容的提问来源于stack exchange，提问作者Karl Johnson