dplyr中across内eval与parse求值问题及列类型转换报错排查

背景 #

我在dplyr的代码仓库提交了issue，官方表示across并不适用于这类匹配列名并更新列类型的场景，但我还是想搞懂现有代码报错的原因。我的需求是写一个函数，通过匹配列名，用数据框y的列类型来更新数据框x的对应列类型，之前能用的代码现在报错了。

示例数据 #

library(tidyverse)

# 数据框x，所有列都是字符型
(x = tibble(data.frame(a = as.character(c(1,2,3,4)),
                       b = as.character(c(1,2,3,4)),
                       c = as.character(c(1,2,3,4)),
                       d = as.character(c('a', 'b', 'c', 'd')))))
#> # A tibble: 4 × 4
#>   a     b     c     d    
#>   <chr> <chr> <chr> <chr>
#> 1 1     1     1     a    
#> 2 2     2     2     b    
#> 3 3     3     3     c    
#> 4 4     4     4     d

# 数据框y，列类型包含数值型和字符型
(y = tibble(data.frame(a = as.numeric(c(1,1,1,1)),
                       b = as.character(c(1,1,1,1)),
                       c = as.numeric(c(1,1,1,1)),
                       d = as.character(c('a', 'a', 'a', 'a')))))
#> # A tibble: 4 × 4
#>       a b         c d    
#>   <dbl> <chr> <dbl> <chr>
#> 1     1 1         1 a    
#> 2     1 1         1 a    
#> 3     1 1         1 a    
#> 4     1 1         1 a

报错代码及错误信息 #

# 函数内的这段代码报错
result <-
  x %>%
  dplyr::mutate( dplyr::across( .cols = tidyselect::all_of( colnames( y ) ),
                                .fns  = ~eval(parse(text = paste0(
                                  "as.",
                                  class( y[[dplyr::cur_column()]] ),
                                  "(.)"
                               )))))

错误信息：

Error in `dplyr::mutate()`:
! Problem while computing `..1 = dplyr::across(...)`.
Caused by error in `across()`:
! Problem while computing column `a`.
Caused by error:
! 'list' object cannot be coerced to type 'double'

Backtrace:
     ▆
  1. ├─x %>% ...
  2. ├─dplyr::mutate(...)
  3. ├─dplyr:::mutate.data.frame(...)
  4. │ └─dplyr:::mutate_cols(.data, dplyr_quosures(...), caller_env = caller_env())
  5. │   ├─base::withCallingHandlers(...)
  6. │   ├─base::withCallingHandlers(...)
  7. │   └─mask$eval_all_mutate(quo)
  8. ├─base::eval(...)
  9. │ └─base::eval(...)
 10. └─base::.handleSimpleError(...)
 11.   └─dplyr (local) h(simpleError(msg, call))
 12.     └─rlang::abort(msg, call = call("across"), parent = cnd)

期望结果 #

result = data.frame(a = as.numeric(c(1,2,3,4)),
                    b = as.character(c(1,2,3,4)),
                    c = as.numeric(c(1,2,3,4)),
                    d = as.character(c('a', 'b', 'c', 'd')))

报错原因 #

核心问题出在class(y[[dplyr::cur_column()]])的返回值上：因为y是tibble，用y[[col]]提取列时，class()函数返回的是类型向量列表（比如数值型列会返回c("numeric", "double")）。

当把这个列表拼接到as.后面时，生成的字符串会变成as.numericdouble(.)，这不是合法的函数调用，最终导致eval解析时出错，抛出“list对象无法转为double”的错误。

另外，across的运行环境有特殊性：在.fns里调用cur_column()时，y[[cur_column()]]的查找上下文和预期不一致，进一步加剧了问题。

解决方法 #

不用eval(parse())这种绕弯的方式，直接匹配列名、提取y的列类型，再用对应转换函数处理x的列即可，以下是两种可靠方案：

方案1：结合across与do.call处理 #

# 只处理x和y共有的列
common_cols <- intersect(colnames(x), colnames(y))

result <- x %>%
  mutate(across(all_of(common_cols), ~{
    # 取类型向量的第一个元素作为目标类型
    col_type <- class(y[[cur_column()]])[1]
    do.call(paste0("as.", col_type), list(.x))
  }))

方案2：直接遍历列名处理 #

如果觉得across的环境问题麻烦，也可以不用across，直接循环处理：

common_cols <- intersect(colnames(x), colnames(y))

result <- x
for (col in common_cols) {
  col_type <- class(y[[col]])[1]
  result[[col]] <- do.call(paste0("as.", col_type), list(result[[col]]))
}

两种方案都能得到预期结果，且避免了eval(parse())带来的解析错误和across的环境问题。

内容的提问来源于stack exchange，提问作者Voy