为何自定义R函数无法更新数据框的列名？

这是因为R的函数参数默认是按值传递——你在函数里操作的data.in只是原始数据框dat_clin的一个临时副本，不是原对象本身。而且你的函数没有把修改后的副本返回出来，所以函数执行完后，原始的dat_clin完全没被改动。

而在函数外部直接执行names(dat_clin) <- substring(...)时，你是直接操作原对象，修改自然会生效。

最规范的做法是让函数返回修改后的数据集，然后重新赋值给原变量：

short_var_names <- function(data.in){
  # 简化变量逻辑，不用转成data.frame，向量更直观
  long_idx <- which(nchar(names(data.in)) > 32)
  long_names <- names(data.in)[long_idx]
  short_names <- substring(long_names, 1, 32)
  
  # 输出信息
  cat("超长变量索引：", long_idx, "\n")
  cat("原超长变量名：", long_names, "\n")
  cat("截断后变量名：", short_names, "\n")
  
  # 修改列名
  names(data.in) <- substring(names(data.in), 1, 32)
  # 返回修改后的数据集
  return(data.in)
}

# 调用时必须重新赋值给原变量
dat_clin <- short_var_names(dat_clin)

如果非要直接修改原对象（不推荐，容易引发不易排查的副作用），可以用环境赋值的方式，但这种写法不符合函数式编程规范，谨慎使用：

short_var_names <- function(data.in_name){
  # 传入变量名的字符串
  data.in <- get(data.in_name, envir = parent.frame())
  long_idx <- which(nchar(names(data.in)) > 32)
  long_names <- names(data.in)[long_idx]
  cat("超长变量索引：", long_idx, "\n")
  cat("原超长变量名：", long_names, "\n")
  
  names(data.in) <- substring(names(data.in), 1, 32)
  # 把修改后的对象赋值回原环境
  assign(data.in_name, data.in, envir = parent.frame())
}

# 调用时传入变量名字符串
short_var_names("dat_clin")

内容的提问来源于stack exchange，提问作者LucaS