R语言自定义函数计算观测值缺失值数量报错求助

云上老周

2026-8-8

解决方法

问题出在：你调用NMISSfunc(data,'x1':'x4')时，R会先按原生语法解析'x1':'x4'，但字符串没法用:生成范围，结果得到NA，传给select就报错了。而直接在select里写'x1':'x4'是dplyr自己解析的语法，和原生R规则不一样。

下面给两种简洁的解决办法：

方法一：用tidy eval捕获列选择（推荐）

修改函数，用{{ }}（双大括号）捕获列选择参数，让dplyr能识别x1:x4这类范围语法，调用时直接传裸列名就行：

library(dplyr)

data <- data.frame(x1 = c(NA, 1, 5, 1),   
                   x2 = c(7, 1, 1, 5),
                   x3 = c(9, NA, 4, 9),
                   x4 = c(3, 4, 1, 2))

NMISSfunc <- function(dataFrame, variables) {
  dataFrame %>% 
    select({{ variables }}) %>% 
    rowSums(is.na(.))  # 用rowSums替代apply，效率更高
}

# 调用时直接传列范围，不用加引号
data$NMISS2 <- NMISSfunc(data, x1:x4)

方法二：支持字符串范围传入

如果习惯用字符串形式指定范围，可以让函数直接处理dplyr的字符串范围语法，只需要把参数用括号包起来，让dplyr解析而不是原生R：

NMISSfunc <- function(dataFrame, variables) {
  dataFrame %>% 
    select({{ variables }}) %>% 
    rowSums(is.na(.))
}

# 调用时把字符串范围放在括号里
data$NMISS2 <- NMISSfunc(data, ('x1':'x4'))