使用tidyverse的curly-curly语法时，如何处理字符串列名参数

你遇到的问题是因为{{ }}（大括号插值）仅适用于裸列名（不带引号的列名），当传入字符串格式的列名时，sum("b")会被解释为对字符串"b"求和，自然会报类型错误。以下两种方法可以解决字符串列名作为参数的问题：

方法一：使用.data代词（推荐） #

在tidyverse中，.data是指代当前数据框的内置代词，通过.data[[字符串列名]]可以直接引用对应列，完美适配字符串参数：

library(tidyverse)

a = c(1,1,1,2,2)
b = 1:5
c = 6:10
d = 9:13

dummy_data = tibble(a,b,c,d)

calc_indicator = function(numerator, denominator){
  dummy_data %>% 
    group_by(a) %>% 
    mutate(
      indicator_value = sum(.data[[numerator]]) / sum(.data[[denominator]])
    )
}

# 传入字符串参数测试
calc_indicator("b","d")

运行后会得到每组重复的指标值（因为是组内总和的比值，每组内所有行结果一致）：

# A tibble: 5 × 5
# Groups:   a [2]
      a     b     c     d indicator_value
  <dbl> <int> <int> <int>           <dbl>
1     1     1     6     9           0.273
2     1     2     7    10           0.273
3     1     3     8    11           0.273
4     2     4     9    12           0.316
5     2     5    10    13           0.316

方法二：使用rlang的符号转换 #

如果习惯用tidyeval语法，可以用sym()将字符串转换为列名符号，再用!!强制求值：

calc_indicator = function(numerator, denominator){
  # 将字符串转为符号
  num_sym <- sym(numerator)
  den_sym <- sym(denominator)
  
  dummy_data %>% 
    group_by(a) %>% 
    mutate(
      indicator_value = sum(!!num_sym) / sum(!!den_sym)
    )
}

# 同样支持字符串参数
calc_indicator("b","d")

批量处理Excel中的多组指标 #

如果你的Excel中存储了多组分子分母的列名（比如一个包含numerator和denominator列的数据框），可以用purrr::map2批量生成结果：

# 模拟从Excel读入的指标定义
indicators <- tibble(
  indicator_name = c("ratio_b_d", "ratio_c_b"),
  numerator = c("b", "c"),
  denominator = c("d", "b")
)

# 批量计算所有指标
result_list <- map2(indicators$numerator, indicators$denominator, calc_indicator)
names(result_list) <- indicators$indicator_name

# 查看其中一个结果
result_list$ratio_c_b

内容的提问来源于stack exchange，提问作者Tumaini Kilimba