如何在自定义函数中使用环境变量执行dplyr连接操作？

你碰到的这个问题很典型——问题出在left_join()的by参数对输入的要求和你用{{}}传递的内容不匹配。

为什么原来的写法会报错？ #

{{ }}（即"curly-curly"操作符）是tidy eval里用来捕获表达式的工具，它主要在dplyr的核心动词（比如summarise、mutate）里工作，这些动词会把捕获到的表达式当成列引用处理。但left_join()的by参数需要的是列名的字符串（或者命名字符向量），它不会把{{ joincol }}解析成列名，反而会把它当成一个普通的对象去查找，所以才会出现“object 'fooname' not found”的错误。

正确的实现方式 #

这里有两种靠谱的写法，你可以根据需求选择：

方法1：针对裸变量名的场景

用ensym()把传入的裸参数转换成符号，再用as_string()转成字符串：

library(dplyr)
library(tibble)

# 你的测试数据表
foobar <- tribble(
  ~fooname, ~value,
  "setosa", 20,
  "versicolor", 30,
  "virginica", 10
)

# 修正后的自定义函数
foobarjoin <- function(table, joincol){
  # 把裸变量名转换成字符串
  join_col_str <- as_string(ensym(joincol))
  iris %>% left_join(table, by = c("Species" = join_col_str))
}

# 调用测试，现在可以正常运行了
foobarjoin(table = foobar, joincol = fooname)

方法2：同时支持裸变量名和字符串输入

如果希望函数更灵活，既支持joincol = fooname也支持joincol = "fooname"，可以用rlang::as_name()配合{{}}：

foobarjoin <- function(table, joincol){
  # 自动处理裸变量或字符串输入，转为列名字符串
  join_col_str <- rlang::as_name({{ joincol }})
  iris %>% left_join(table, by = c("Species" = join_col_str))
}

# 两种调用方式都能正常工作
foobarjoin(table = foobar, joincol = fooname)
foobarjoin(table = foobar, joincol = "fooname")

核心逻辑总结 #

dplyr的连接函数的by参数不支持直接用{{}}来传递列名，你需要先把裸的列名参数转换成字符串，再传给by参数。上面两种方法都是利用tidy eval工具把输入的列名表达式转换成字符串，适配left_join()的参数要求。

内容的提问来源于stack exchange，提问作者RDavey