如何在R的item_pool函数中使传入的L1F函数适配dplyr::mutate？

你的代码存在两个核心问题：

• 调用item_pool时，L1F传入的是函数执行后的结果，而非可复用的函数/表达式，导致mutate无法逐行处理数据框的列
• dplyr::mutate使用非标准求值逻辑，直接传入函数对象无法自动关联数据框的列

修正后的item_pool函数 #

使用rlang包的tidy求值工具（enquo和!!）捕获并执行传入的表达式，适配dplyr的非标准求值规则：

library(dplyr)
library(rlang)

item_pool <- function(df, L1F, w){
  # 捕获传入的L1F表达式（保留对列和外部变量的引用）
  l1_expr <- enquo(L1F)
  
  df %>%
    mutate(L1_Items = !!l1_expr)
}

正确调用方式 #

传入的L1F需要是引用数据框列的表达式，而非立即执行的函数调用。同时注意：原代码中mean(y,z)是对整个向量求均值，若要逐行计算需改用rowMeans：

# 创建数据框
df_ul1 <- data.frame(domain = 1:4,
                     y = c(.25, .25, .25, .25),
                     z = c(.25, .25, .25, .25))

# 调用item_pool，L1F传入基于列的计算表达式
df_ul1_ip <- item_pool(df = df_ul1,
                       L1F = w * rowMeans(cbind(y, z)),
                       w = 20)

可选方案：传入独立函数对象 #

如果希望L1F是一个可复用的独立函数，可调整函数逻辑直接传入函数并指定参数：

item_pool <- function(df, L1F, w){
  df %>%
    mutate(L1_Items = L1F(w, y, z))
}

# 定义独立的计算函数
my_L1F <- function(x, y_col, z_col){
  x * rowMeans(cbind(y_col, z_col))
}

# 调用函数
df_ul1_ip <- item_pool(df = df_ul1,
                       L1F = my_L1F,
                       w = 20)

内容的提问来源于stack exchange，提问作者Mackson Ncube