使用tidyfst与map_dfr过滤fst文件时变量传参失效问题求助

我正在使用tidyfst和purrr::map_dfr读取多个fst格式文件中的数据，以下示例代码可正常运行：

library(tidyverse)
library(fst)
library(tidyfst)

# 获取当前目录下所有fst文件
files_fst <- file.path(list.files(pattern = ".fst"))

df <- map_dfr(files_fst,
              ~ parse_fst(.) %>% 
                filter_fst(country == "France")) %>%
  bind_rows()

但将过滤字符串存入变量后，使用该变量进行过滤的代码却无法正常工作：

country_in <- "France"

df <- map_dfr(files_fst,
              ~ parse_fst(.) %>% 
                filter_fst(country == country_in)) %>%
  bind_rows()

请问该问题的原因是什么？

这是因为filter_fst()采用**非标准求值（NSE）**机制，它会直接在fst文件的上下文里解析过滤表达式，而非从当前R环境中查找变量：

• 直接写country == "France"时，字符串常量会被直接传入过滤逻辑，能正确匹配数据列；
• 使用变量country_in时，filter_fst()会错误地把country_in当作数据框的列名去查找，而非引用你定义的环境变量，自然找不到匹配内容，导致过滤失效。

另外，purrr::map_dfr()的匿名函数创建了闭包环境，filter_fst()的NSE机制无法穿透这个闭包捕获外部的country_in变量，进一步导致变量无法被正确识别。

内容的提问来源于stack exchange，提问作者mgrund