创建函数提取列表列存入Dataframe遇列不存在错误求解决

错误原因 #

• 列名解析逻辑错误：你直接写obs$company$inputname时，R会把inputname当成固定列名，而非你传入的参数address，自然找不到对应列。
• 未初始化变量：代码里的i和data都没在函数内定义，运行时会提示找不到这些对象。
• 局部变量无法全局访问：函数内部的df_inputname是局部变量，函数执行完后不会自动出现在全局环境，就算没报错也拿不到结果。
• 依赖包未明确处理：is_empty来自purrr包，%>%来自dplyr，rbindlist来自data.table，未提前加载这些包会触发额外报错。

修正后的单变量函数 #

先加载依赖包：

library(dplyr)
library(tidyr)
library(purrr)
library(data.table)
library(rlang)

重写函数：

test <- function(inputname) {
  # 将参数转换为可解析的符号
  input_sym <- ensym(inputname)
  input_str <- as_string(input_sym)
  
  # 初始化结果存储列表
  data <- list()
  
  # 处理单条数据逻辑（如果是循环批量处理，需补充i的遍历逻辑）
  if (is_empty(obs$company[[input_str]][[1]])) {
    data[[1]] <- obs
  } else {
    data[[1]] <- obs$company %>%
      unnest(!!input_sym)
  }
  
  # 合并为DataFrame并筛选列
  df_result <- data %>%
    rbindlist(fill = TRUE) %>%
    select(company:date)
  
  # 将结果存入全局环境，命名为df_xxx格式
  assign(paste0("df_", input_str), df_result, envir = .GlobalEnv)
  
  # 返回结果方便后续编程调用
  return(df_result)
}

调用方式不变：

test(address)

执行后会在全局环境生成df_address，同时函数也会直接返回该DataFrame。

多变量查询扩展 #

若要支持同时处理多个变量，只需将参数改为可变参数并循环处理：

test_multi <- function(...) {
  input_syms <- ensyms(...)
  
  for (sym in input_syms) {
    input_str <- as_string(sym)
    data <- list()
    
    if (is_empty(obs$company[[input_str]][[1]])) {
      data[[1]] <- obs
    } else {
      data[[1]] <- obs$company %>%
        unnest(!!sym)
    }
    
    df_result <- data %>%
      rbindlist(fill = TRUE) %>%
      select(company:date)
    
    assign(paste0("df_", input_str), df_result, envir = .GlobalEnv)
  }
}

调用示例：

test_multi(address, phone, email)

执行后会生成df_address、df_phone、df_email三个对应的DataFrame。

内容的提问来源于stack exchange，提问作者Sirmimer