dplyr中为何case_when需同时用!!与as.symbol而select无需？

核心原因是两个函数的参数解析逻辑完全不同：

• select的逻辑：
  select是为选择列设计的，基于tidyselect框架，它本身就能直接识别字符串格式的列名。当你用!!column_name时，只是把变量里存的字符串"disp"解引用出来，select拿到这个字符串后，能自动对应到数据框里的disp列，不需要额外转换类型。
  其实更规范的写法是用all_of()，比如select(mpg, all_of(column_name))，这是tidyselect推荐的处理字符串列名的方式，可读性更强。

• case_when的逻辑：
  case_when是用来构建条件判断表达式的，它需要的是像disp > 300这样的语法——这里的disp是代表列的符号（symbol），不是字符串"disp"。如果直接写!!column_name > 300，相当于拿字符串"disp"和300做比较，这在R里会返回错误的逻辑结果（字符串和数字的比较规则不符合需求）。
  所以必须先用as.symbol(column_name)把字符串转换成对应列的符号引用，再用!!解引用，让case_when把它识别成数据框里的disp列，才能正确执行列值和300的比较。

举个直观的错误对比：

• 错误写法!!column_name > 300实际执行的是"disp" > 300，返回的是单个FALSE，不是每行的判断结果。
• 正确写法!!as.symbol(column_name) > 300实际执行的是disp > 300，会对每行的disp值做判断，这才是我们要的逻辑。

另外补充：现在dplyr新版本里，推荐用.data代词来替代这种符号操作，写法更简单直观：

mtcars_small = mtcars %>%  
    dplyr::select(mpg, all_of(column_name)) %>%
    mutate(comparison_condition = case_when(
      .data[[column_name]] > 300 ~ 'big',
      .data[[column_name]] < 100 ~ 'small',
      TRUE ~ NA_character_
    ))

这种方式不需要处理符号和解引用，代码可读性更高。

内容的提问来源于stack exchange，提问作者Al Bro