R语言自定义函数如何支持带引号或不带引号的tibble列名输入？

要实现单个函数兼容两种列名输入方式，有两种简洁可行的方案：

方案1：使用rlang::ensym()转换输入 #

ensym()可以自动识别输入是符号（不带引号）还是字符串（带引号），并统一转换为符号类型，再结合!!运算符在mutate中引用：

library(dplyr)

myfunc <- function(dat, col1){
  # 将输入转换为可被dplyr识别的符号
  col_sym <- rlang::ensym(col1)
  dat %>%
    mutate(col2 = !!col_sym + 1)
}

# 两种调用方式均正常运行
myfunc(iris, Sepal.Length)
myfunc(iris, "Sepal.Length")

方案2：使用dplyr的.data代词结合字符串转换 #

如果更习惯用字符串索引列，可以先将输入统一转为字符串，再用.data代词明确访问数据框中的列：

library(dplyr)
library(rlang)

myfunc <- function(dat, col1){
  # 统一将输入转为列名字符串
  col_name <- as_name(ensym(col1))
  dat %>%
    mutate(col2 = .data[[col_name]] + 1)
}

# 两种调用方式均有效
myfunc(iris, Sepal.Length)
myfunc(iris, "Sepal.Length")

原理说明 #

• ensym()：属于tidyeval工具链，负责将用户输入的表达式（符号或字符串）转换为符号类型，是处理单列输入的常用工具。
• !!：强制解引用符号，让dplyr识别出这是要引用的列名，而非普通变量。
• .data：dplyr提供的代词，用于明确指向数据框内的列，支持字符串索引，能避免变量名冲突问题。

内容的提问来源于stack exchange，提问作者Andrew