R dplyr中across()内tryCatch()无法捕获跨列错误的排查方案

两个场景下tryCatch()表现不一致的核心原因是报错发生的位置不一样，第二个场景的报错根本不在tryCatch()的捕获范围内：

• 第一个能正常运行的例子里，blabla是不存在的对象，代码执行到这一句时会直接在你写的匿名函数内部抛出"找不到对象"的错误，这个错误完全被tryCatch()包裹，所以能被捕获，返回长度为1的NA，dplyr会自动把这个标量NA循环填充到整列，运行正常。
• 第二个失败的例子里，你写的x[which(mpg == 10000)]本身就不会触发R错误：which(mpg == 10000)找不到匹配值时会返回长度为0的整数索引，R对向量取长度0索引的子集是合法操作，会正常返回长度0的同类型向量，整个表达式执行全程没有报错，tryCatch()抓不到任何异常，直接把这个长度0的结果返回给了across()。
• 后续across()做结果校验时，发现返回值长度既不和原数据行数（6行）一致，也不是可循环的长度1标量，才会抛出错误。这个错误是dplyr内部的校验逻辑抛出的，已经跳出了你写的tryCatch()的作用域，自然拦不住。

只要把结果合规性校验的逻辑放到tryCatch()的包裹范围内，不要把不符合dplyr要求的结果传给across()触发外部报错即可，参考写法：

library(dplyr)
head(mtcars) %>% 
  mutate(
    across(
      all_of("drat"),
      function(x) {
        tryCatch({
          # 替换成你实际的计算逻辑
          calc_res <- x[which(mpg == 10000)]
          # 校验返回长度，不符合dplyr要求就返回NA
          if (!length(calc_res) %in% c(1, length(x))) {
            calc_res <- NA
          }
          calc_res
        },
        error = function(e) NA
        )
      }
    )
  )

运行后就会正常在drat列填充NA，不会抛出错误。
如果你的实际业务逻辑里还可能出现类型不匹配等其他会导致dplyr校验失败的情况，也可以在tryCatch()的表达式块里加对应的转换逻辑，保证最终返回给across()的结果是长度/类型符合要求的即可。

内容的提问来源于stack exchange，提问作者bretauv