R函数变量引用问题：批量ANOVA函数运行异常求助

问题背景 #

手动运行ANOVA分析和绘图代码完全正常，但封装成函数后出现以下警告，且结果异常：

1: In mean.default(~"vo2", na.rm = TRUE): argument is not numeric or logical: returning an
2: In var(if (is.vector(x) || is.factor(x)) x else as.double(x), na.rm = na.rm) : NAs introduced by coercion.

错误原因 #

核心问题是混合了字符串转换与整洁评估（{{}}）的用法：

• 先通过deparse(substitute(x))把输入变量转成字符串，后续又用{{x}}尝试引用，导致R把字符串当成符号处理，出现类型错误
• anova_test的参数需要正确的符号引用，而非字符串
• 全局赋值<<-属于不良实践，且会导致变量作用域混乱

修正后的函数代码 #

library(tidyverse)
library(ggpubr)
library(rstatix)
library(ggprism)

my_function <- function(df, x, y) { 
  # 用ensym获取变量符号，后续按需转换为字符串
  x_sym <- ensym(x)
  y_sym <- ensym(y)
  
  # 构造公式
  formula <- reformulate(deparse(x_sym), response = deparse(y_sym))
  
  # 统计描述
  summary_stats <- df %>%
    group_by({{x}}) %>% 
    summarise(
      N = n(),
      Mean = mean({{y}}, na.rm = TRUE),
      Sd = sd({{y}}, na.rm = TRUE)
    )
  
  # 重复测量ANOVA
  res.aov <- anova_test(
    data = df,
    dv = {{y}}, 
    wid = id, 
    within = {{x}}
  )
  anova_table <- get_anova_table(res.aov, correction = "auto")
  
  # 配对t检验事后比较
  pwc <- pairwise_t_test(
    data = df,
    formula = formula, 
    paired = TRUE, 
    conf.level = 0.95,
    detailed = TRUE, 
    p.adjust.method = "bonferroni"
  )
  
  pwc_pos <- pwc %>% add_xy_position(x = x_sym)
  
  # 绘图
  plot <- ggplot(df, aes(x = {{x}}, y = {{y}})) +
    stat_boxplot(aes(color = {{x}}), geom = 'errorbar', coef=1.5, width=0.4, linetype = 1) +
    geom_boxplot(aes(color = {{x}}, fill = {{x}})) +
    geom_jitter(aes(color = {{x}}, fill = {{x}}), width = 0.2) +
    stat_summary(fun = mean, geom = "point", shape = 0, size = 2, color = "black", stroke = 1) +
    stat_pvalue_manual(pwc_pos, tip.length = 0, hide.ns = TRUE) +
    xlab(deparse(x_sym)) + 
    ylab(deparse(y_sym)) +
    scale_x_discrete(guide = "prism_bracket") +
    scale_fill_prism(palette = "floral") +
    scale_colour_prism(palette = "floral") +
    scale_y_continuous(expand = expansion(mult = c(0.02, 0.05))) +
    theme_prism(base_size = 14) +
    theme(legend.position = "NULL") +
    labs(
      subtitle = get_test_label(res.aov, detailed = TRUE),
      caption = get_pwc_label(pwc)
    )
  
  # 返回结果列表
  list(
    summary_stats = summary_stats,
    anova_table = anova_table,
    pairwise_comparisons = pwc_pos,
    plot = plot
  )
}

# 测试函数
result <- my_function(df, treat, vo2)

# 查看结果
result$summary_stats
result$anova_table
print(result$plot)

关键修改说明 #

1. 统一整洁评估逻辑：用ensym()获取输入变量的符号，同时支持字符串和裸变量输入，避免字符串与符号混用的混乱
2. 正确构造公式：用reformulate()安全生成公式，适配pairwise_t_test的参数要求
3. 移除全局赋值：所有变量都在函数局部作用域内处理，避免污染全局环境
4. 完善绘图细节：补全了手动代码中的颜色映射和标签设置，确保绘图效果与手动运行一致
5. 明确返回值命名：给结果列表的元素命名，方便后续调用

内容的提问来源于stack exchange，提问作者alunats