自定义R语言误差棒函数无法正常工作该如何修复？

我尝试编写一个基于分组因子和数值快速生成误差棒的函数，代码如下：

函数代码 #

quick.error <- function(data,x,y){
  d <- data
  plot.d <- d %>%
    mutate(x = as.factor(x)) %>% 
    group_by(x) %>%
    summarise(
      sd = sd(y, na.rm = TRUE),
      mean = mean(y, na.rm=TRUE)
    ) %>% 
    ggplot(aes(x, 
               mean,
               fill=x)) +
    geom_col(color = "black") +
    geom_errorbar(aes(ymin = mean-sd,
                      ymax = mean+sd),
                  width = 0.2) +
    theme(legend.position = "none")
  return(plot.d)
}

测试场景1：直接传入列名 #

调用代码：

quick.error(data=iris,
            x=Species,
            y=Petal.Length)

报错信息：

Error in mutate():
! Problem while computing x = as.factor(x).
Caused by error in is.factor():
! object 'Species' not found

测试场景2：用$显式调用列 #

调用代码：

quick.error(data=iris,
            x=iris$Species,
            y=iris$Petal.Length)

结果：所有柱状图高度一致，分组均值计算未按预期执行。

问题根源是函数未正确处理非标准求值（NSE）：直接传列名时，函数无法识别数据框内的列；用$传值时，列与数据框的关联丢失，导致分组逻辑失效。

修复后的函数：

library(dplyr)
library(ggplot2)

quick.error <- function(data, x, y) {
  plot.d <- data %>%
    # 使用{{}}捕获列名，关联数据框
    mutate({{x}} := as.factor({{x}})) %>% 
    group_by({{x}}) %>%
    summarise(
      sd = sd({{y}}, na.rm = TRUE),
      mean = mean({{y}}, na.rm = TRUE)
    ) %>% 
    ggplot(aes(x = {{x}}, 
               y = mean,
               fill = {{x}})) +
    geom_col(color = "black") +
    geom_errorbar(aes(ymin = mean - sd,
                      ymax = mean + sd),
                  width = 0.2) +
    theme(legend.position = "none")
  return(plot.d)
}

修复细节 #

1. {{}}的作用：这是tidyverse处理非标准求值的标准语法，能捕获传入的列名并将其与数据框绑定，让函数正确识别列。
2. 修正aes映射：明确指定x=和y=参数，避免语法歧义。
3. 简化代码：移除多余的d <- data赋值，直接使用传入的data参数。

验证测试 #

调用修复后的函数：

quick.error(data=iris, x=Species, y=Petal.Length)

此时可正常生成按Species分组的均值柱状图，误差棒正确对应每组的标准差。

内容的提问来源于stack exchange，提问作者Shawn Hemelstrand