如何在函数中正确使用subset？函数内调用报错问题排查

在外部直接用subset筛选数据并求和能正常得到结果，但把相同逻辑封装到函数里后，执行函数再访问tmp_output会提示“object 'tmp_output' not found”，误以为是subset在函数里有兼容性问题，实际是变量作用域的问题。

报错代码（函数内） #

library(dplyr)
my_function <- function(a, b, c) {
    tmp_output <- subset(my_df, vector1 == a & vector2 == b & vector3 == c, 
                         select=column1) %>% 
                           sum
}

my_function("spec1", "temp2", 300)
tmp_output
# Error: object 'tmp_output' not found

正常运行代码（外部） #

tmp_output <- subset(my_df, vector1 == "spec1" & vector2 == "temp2" & vector3 == 300, 
                     select=column1) %>% 
                       sum
tmp_output
#[1] 0

测试数据 #

my_df <- data.frame(
  vector1=c(rep("spec1", 6), rep("spec2", 6)), 
  vector2=c(rep("temp1", 6), rep("temp2", 6)), 
  vector3=c(rep(300, 6), rep(500, 6)), 
  column1=c(rep(2, 4), rep(5, 4), rep(11, 4))
)

问题原因 #

函数内部创建的tmp_output是局部变量，仅在函数的执行环境中存在，函数执行完毕后局部环境销毁，外部的全局环境根本找不到这个变量，和subset本身没有兼容性问题。

解决方案 #

方案1：让函数返回计算结果（推荐） #

修改函数，让它返回求和结果，外部用变量接收即可：

library(dplyr)
my_function <- function(a, b, c) {
    # 直接返回计算结果，不需要局部变量
    subset(my_df, vector1 == a & vector2 == b & vector3 == c, 
           select=column1) %>% 
      sum
}

# 外部接收返回值
tmp_output <- my_function("spec1", "temp2", 300)
tmp_output
#[1] 0

方案2：将变量设为全局变量（不推荐） #

可以用<<-把局部变量赋值到全局环境，但这种写法会污染全局命名空间，容易引发变量冲突，不建议使用：

library(dplyr)
my_function <- function(a, b, c) {
    # 用<<-赋值到全局环境
    tmp_output <<- subset(my_df, vector1 == a & vector2 == b & vector3 == c, 
                         select=column1) %>% 
                           sum
}

my_function("spec1", "temp2", 300)
tmp_output
#[1] 0

内容的提问来源于stack exchange，提问作者Jacqueline