R语言循环调用自定义函数报错vec_as_location2_result()：列索引越界求助

1. 循环逻辑完全错误：test_data$b:test_data$f并非获取列的引用，而是试图将两个向量的元素作为数值序列的起止值，生成一堆超大数值（比如你报错里的849）。这些数值被当作列索引传入函数，但数据框仅有25列，直接触发“提取列越界”错误。
2. ggplot映射不规范：函数中直接使用pull出来的向量作为x映射，虽能勉强运行，但不符合ggplot基于数据框的语法，且无法自动关联列名做可视化标注。
3. 未过滤非数值列：原数据中的a列是字符型，stat.desc无法处理这类数据，会引发额外错误。

第一步：修复函数逻辑 #

library(tidyverse)
library(pastecs)
library(glue)

normality_test <- function(data, col) {
  # 提取列名用于后续标注
  col_name <- rlang::as_name(enquo(col))
  # 获取目标列数据
  col_data <- data %>% pull({{col}})
  
  # 跳过非数值列
  if (!is.numeric(col_data)) {
    message(glue("列 {col_name} 非数值型，跳过处理"))
    return(invisible(NULL))
  }
  
  # 输出正态性相关统计量
  col_stat <- stat.desc(col_data, basic = FALSE, desc = FALSE, norm = TRUE)
  print(col_stat)
  
  # 自适应计算直方图组距，避免固定组距适配所有列
  bin_width <- diff(range(col_data)) / 30
  
  # 绘制带正态拟合曲线的直方图
  ggplot(data, aes(x = {{col}})) +
    geom_histogram(aes(y = ..density..), binwidth = bin_width, fill = "lightblue", alpha = 0.7) +
    stat_function(
      fun = dnorm,
      args = list(mean = mean(col_data), sd = sd(col_data)),
      colour = "red", size = 1
    ) +
    labs(title = glue("{col_name} 的分布与正态拟合曲线"),
         x = col_name, y = "密度") +
    theme_minimal()
}

第二步：修复循环遍历逻辑 #

test_data <- data.frame (a = c("E01002852", "E01002853", "E01002854", "E01002855", "E01002856", "E01002857", "E01002858"),
                        b = c(998, 715, 523, 755, 694, 510, 661),
                        c = c(2645303, 1844769, 1371527, 1853285, 2017993, 1492991, 1937841),
                        d = c(2659.604, 2580.096, 2622.423, 2907.771, 2927.434, 2931.681, 3357.934),
                        e = c(2004.55, 2121.30, 2100.10, 1942.30, 2285.55, 2103.50, 1999.20),
                        f = c(706, 319, 309, 644, 404, 443, 567)
)

# 筛选所有数值列的列名
numeric_cols <- colnames(test_data)[sapply(test_data, is.numeric)]

# 遍历数值列批量处理
for (col_name in numeric_cols) {
  plot <- normality_test(test_data, !!sym(col_name))
  print(plot) # R脚本环境需手动打印图形，RStudio交互环境可省略
}

更简洁的purrr批量处理方式 #

如果你习惯用tidyverse风格，也可以用purrr替代循环：

purrr::map(numeric_cols, ~normality_test(test_data, !!sym(.x)))

• 循环部分：通过sapply筛选数值列，遍历列名字符串，再用!!sym()将字符串转为dplyr/ggplot可识别的列引用，彻底解决原循环传入错误索引的问题。
• 函数部分：添加非数值列判断、自适应组距、列名自动标注，既避免无效处理，也提升了可视化的实用性和可读性。
• 原报错解决：修正循环逻辑后，传入函数的是合法的列引用，不再出现“列索引越界”的错误。

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