在R自定义函数中向ggpubr传递变量时报错的解决方法

问题描述 #

我想把以下包含dplyr分组汇总与ggpubr绘图的代码封装为函数：

df %>% 
  group_by(a, b) %>%
  summarize(avg=mean(c)) %>%
  ggline(x="a", y="avg", color='b')

但调用自定义函数时，尽管is.factor(df$b) == TRUE，仍返回错误：Error in is.factor(x) : object 'b' not found。自定义函数代码如下：

graph_var <- function(data_source, var) {
  var2 <- enquo(var)
  
  data_source %>% 
    group_by(a, !!var2 )%>% 
    summarize(avg=mean(c)) %>% 
    ggline(x="a", y="avg", color=shQuote(var) )+ grids(linetype = 'dashed')
}

graph_var(df, b)

可复现代码 #

library(tidyverse)
library(ggpubr)

set.seed(13)
df <- data.frame(
  a = rep(1:10),
  b = as.factor(rep(LETTERS[24:26], each = 10)),
  c = rnorm(30)
)

# 显式声明 - 可正常运行
df %>% 
  group_by(a, b )%>% 
  summarize(avg=mean(c)) %>% 
  ggline(x="a", y="avg", color="b" )+ grids(linetype = 'dashed') # works

# 通过变量传递 - 也可正常运行
test_var <- "b"

df %>% 
  group_by(a, b )%>% 
  summarize(avg=mean(c)) %>% 
  ggline(x="a", y="avg", color=test_var )+ grids(linetype = 'dashed') # also works

# 通过函数声明 - 返回错误"Error in is.factor(x) : object 'b' not found"
graph_var_ex <- function(data_source, var) {
  var2 <- enquo(var)
  
  data_source %>% 
    group_by(a, !!var2 )%>% 
    summarize(avg=mean(c)) %>% 
    ggline(x="a", y="avg", color=shQuote(var) )+ grids(linetype = 'dashed')
}

graph_var_ex(df, b)

问题原因 #

错误出在shQuote(var)的使用上：

• 当传入b作为参数时，var是一个符号对象，shQuote(var)会将其转换为带单引号的字符串（即"'b'"）。
• ggpubr的color参数需要的是不带额外引号的列名字符串，此时它会尝试在数据框中寻找列名为'b'（包含单引号）的列，而实际列名是b，因此报错找不到对象。

解决方案 #

需要将传入的符号参数转换为纯净的列名字符串，而不是带额外引号的版本。可以用rlang::as_name()处理enquo()生成的quosure对象，得到正确的列名字符串。

修正后的函数 #

graph_var_ex <- function(data_source, var) {
  var2 <- enquo(var)
  # 将quosure转换为列名字符串
  var_colname <- rlang::as_name(var2)
  
  data_source %>% 
    group_by(a, !!var2 )%>% 
    summarize(avg=mean(c)) %>% 
    ggline(x="a", y="avg", color=var_colname )+ grids(linetype = 'dashed')
}

简化版（使用{{}}语法） #

如果想简化tidyeval的写法，可以用{{}}（curly-curly）代替enquo()和!!，同时获取列名字符串：

graph_var_ex <- function(data_source, var) {
  var_colname <- rlang::as_name(rlang::enquo(var))
  
  data_source %>% 
    group_by(a, {{var}} )%>% 
    summarize(avg=mean(c)) %>% 
    ggline(x="a", y="avg", color=var_colname )+ grids(linetype = 'dashed')
}

测试 #

调用修正后的函数即可正常运行：

graph_var_ex(df, b)

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