如何将dplyr转换命令改写为可循环调用的base R自定义函数

原有自定义函数运行不生效，由三个核心问题导致：

• 函数内部完成数据修改后，没有返回最终的 data.frame 对象，R 函数默认仅返回最后一行表达式的执行结果，赋值操作本身不会向外输出修改后的数据
• dplyr 采用非标准求值逻辑，直接在判断条件中写参数名、传入字符串格式列名时，无法定位到数据框内的实际列
• R 不会直接修改函数外部的原对象，函数返回的修改结果需要重新赋值才能持久保存

使用 dplyr 提供的 .data 代词引用传入的字符串列名，兼容性适配循环调用场景，函数末尾直接返回处理后的数据：

library(dplyr)

FunXOR <- function(df, X1, X2) {
  df %>%
    mutate(XOR_inter = case_when(
      .data[[X1]] == 0 & .data[[X2]] == 0 ~ 0,
      .data[[X1]] == 0 & .data[[X2]] == 1 ~ 1,
      .data[[X1]] == 0 & .data[[X2]] == 2 ~ 0,
      .data[[X1]] == 1 & .data[[X2]] == 0 ~ 1,
      .data[[X1]] == 1 & .data[[X2]] == 1 ~ 0,
      .data[[X1]] == 1 & .data[[X2]] == 2 ~ 1,
      .data[[X1]] == 2 & .data[[X2]] == 0 ~ 0,
      .data[[X1]] == 2 & .data[[X2]] == 1 ~ 1,
      .data[[X1]] == 2 & .data[[X2]] == 2 ~ 0
    ))
}

逻辑简化方案 #

观察赋值规则可以发现：当两个列的取值奇偶性不同时返回1，相同时返回0，完全匹配异或逻辑，不需要逐一枚举9种组合，可大幅简化代码，降低出错概率：

FunXOR <- function(df, X1, X2) {
  df %>%
    mutate(XOR_inter = as.integer((.data[[X1]] %% 2) != (.data[[X2]] %% 2)))
}

单组场景调用时，需要将函数返回结果重新赋值给原对象才能保存修改：

XOR1 <- FunXOR(XOR1, "chr18.27348077_G", "chr18.32316331_A")

循环批量计算多组位点的示例：

# 提前存储所有需要计算的位点对
snp_pair_list <- list(
  c("chr18.27348077_G", "chr18.32316331_A"),
  c("chr18.位点1", "chr18.位点2")
)

# 循环生成带区分后缀的互作列
for (idx in seq_along(snp_pair_list)) {
  snp1 <- snp_pair_list[[idx]][1]
  snp2 <- snp_pair_list[[idx]][2]
  new_col <- paste0("XOR_inter_", idx)
  XOR1 <- XOR1 %>%
    mutate({{new_col}} := as.integer((.data[[snp1]] %% 2) != (.data[[snp2]] %% 2)))
}

内容的提问来源于stack exchange，提问作者Melderon