嵌套分组iris数据集应用箱线图函数提取异常值报错排查

问题场景 #

为iris数据集新增colour字段，按colour分组嵌套后，调用自定义箱线图函数bxplt提取异常值时触发错误。

原代码示例 #

bxplt <- function(DATA, X, Y){
  bxp <- boxplot(data = DATA, {{Y}}~{{X}}, outcex=2)
  cBXP <- bxp[4:5] %>% do.call(cbind.data.frame, bxp)
  return(xBXP)
}
upIris <- iris %>% mutate(colour = rep(c('Red', 'Blue', 'Green'), 50))
upIris %>% group_by(colour) %>% nest(.) %>% mutate(extra_data = map(data, ~ .x %>% bxplt(., Species, Sepal.Length)))

报错信息 #

Error in mutate():
! Problem while computing extra_data = map(data, ~.x %>% bxplt(., Species, Sepal.Length)).
ℹ The error occurred in group 1: colour = "Blue".
Caused by error:
! object 'Sepal.Length' not found

错误原因 #

• 函数调用的管道传递错误：在map的匿名函数中，.x %>% bxplt(., Species, Sepal.Length)的写法导致DATA参数被重复传递（.x和.），使得X参数实际接收的是整个嵌套数据集，而非指定的Species列，进而导致Y参数Sepal.Length无法被正确识别。
• 自定义函数内部的两处错误：
  1. do.call(cbind.data.frame, bxp)参数错误：管道传递的是bxp[4:5]，此处应使用.指代管道输入，而非直接用bxplt变量。
  2. 返回值笔误：函数最后返回xBXP，但实际定义的变量是cBXP。

修正后的代码 #

# 修正自定义箱线图函数
bxplt <- function(DATA, X, Y){
  bxp <- boxplot(data = DATA, {{Y}}~{{X}}, outcex=2, plot = FALSE) # 添加plot=FALSE避免重复绘图
  cBXP <- bxp[4:5] %>% do.call(cbind.data.frame, .) # 修正do.call的参数引用
  return(cBXP) # 修正返回变量名
}

upIris <- iris %>% mutate(colour = rep(c('Red', 'Blue', 'Green'), 50))

# 修正map中的函数调用逻辑，避免参数传递混淆
upIris %>% 
  group_by(colour) %>% 
  nest() %>% 
  mutate(extra_data = map(data, ~ bxplt(.x, Species, Sepal.Length)))

补充说明 #

• 给boxplot添加plot = FALSE参数，避免分组处理时重复绘制箱线图，仅返回异常值相关的统计结果。
• 调用bxplt时直接传递.x作为DATA参数，不再使用管道传递，彻底避免参数混淆问题。

内容的提问来源于stack exchange，提问作者Dollar X