使用stats包的自定义R函数出现unused argument错误求助

核心问题分析 #

你遇到的错误源于两个关键问题：

• 数据创建语法错误：R中初始化向量必须用c()而非()；且未将向量组合成指定的数据框dataset_a。
• 函数未适配tidyverse管道逻辑：管道会自动把左侧数据集作为第一个参数传给右侧函数，但你的函数未定义数据集参数，导致参数匹配混乱。

修正后的完整代码 #

library(tidyverse)
library(spatstat)

# 修正：正确创建示例数据框
Ind1 <- c(0, 0, 290.50, 100, 0, 150.00, 2000.00, 1350.50, 320.00, 30.00)
firstwt <- c(0.974, 2.11, 1.81, 0.817, 3.85, 2.33, 1.41, 1.37, 1.83, 1.57)
dataset_a <- tibble(Ind1, firstwt)

# 修正：适配管道的统计函数
summary_stats <- function(.data, indicator, weight) {
  .data %>%
    summarise(
      weighted_mean = stats::weighted.mean({{indicator}}, {{weight}}, na.rm = TRUE),
      weighted_median = weighted.median({{indicator}}, {{weight}}, na.rm = TRUE)
    )
}

# 正确调用函数
dataset_a %>%
  summary_stats(Ind1, weight = firstwt)

关键修正说明 #

1. 数据创建修正

   • 用c()替代()创建数值向量，这是R中向量初始化的标准语法。
   • 用tibble()将向量组合成数据框dataset_a，确保后续管道调用有正确的数据源。

2. 函数适配管道逻辑

   • 将.data设为函数第一个参数，接收管道传递的数据集。
   • 使用{{}}（整洁评估语法）引用列参数，让函数能识别数据框中的列名，避免参数传递错误。
   • 函数内部用管道连接summarise，保持tidyverse风格的一致性。

多数据集对比方案 #

若要对比两个数据集的统计结果，可按以下方式扩展：

# 创建第二个对比数据集（示例）
dataset_b <- dataset_a %>% mutate(Ind1 = Ind1 * 1.2, firstwt = firstwt * 0.9)

# 批量计算并合并对比结果
bind_rows(
  dataset_a %>% summary_stats(Ind1, firstwt) %>% mutate(dataset = "A"),
  dataset_b %>% summary_stats(Ind1, firstwt) %>% mutate(dataset = "B")
)

执行后可直接查看两个数据集的加权均值、中位数对比结果。

内容的提问来源于stack exchange，提问作者Pendragon