R语言assertr包verify传入列名向量校验失败如何解决

问题场景 #

做第三方导入数据集的质量校验时，需要验证传入数据集的所有列名符合预先约定的命名规则，选用R语言assertr包的verify搭配has_all_names实现逻辑时出现异常：

• 手动逐行传入独立列名作为参数时，校验逻辑可正常运行
• 将待校验列名存入向量后传入函数，即使向量内容和手动输入的列名完全一致，也会抛出校验失败错误

问题复现 #

以R内置iris数据集为例，复现代码如下：

1. 生成待校验列名向量（实际业务场景中该向量从数据库读取获取）

# 生成待校验列名示例向量
(names(iris) -> expected_variable_names)

运行输出：

[1] "Sepal.Length" "Sepal.Width"  "Petal.Length" "Petal.Width"  "Species"

2. 执行校验逻辑对比

library(dplyr)
library(assertr)

# 手动传入独立列名：运行正常，校验通过
iris %>% verify(has_all_names("Sepal.Length", "Sepal.Width",  "Petal.Length", "Petal.Width",  "Species"))

# 直接传入列名向量：运行失败，抛出校验错误
iris %>% verify(has_all_names(expected_variable_names))

失败时的报错信息：

verification [has_all_names(expected_variable_names)] failed! (1 failure)

    verb redux_fn                              predicate column index value
1 verify       NA has_all_names(expected_variable_names)     NA     1    NA

Error: assertr stopped execution

报错原因 #

has_all_names函数通过...形参接收多个独立的字符串参数作为待匹配列名，不会自动解析单个向量内的多个元素。直接传入列名向量时，函数会把整个向量识别为1个待查找的列名，自然无法匹配到数据集中的对应列，最终触发校验失败。

可行解决方案 #

方法1：使用tidy eval的参数拆分符!!!（推荐，适配管道操作习惯） #

!!!可以将向量中的每个元素拆分为独立的参数传入函数，和手动逐个输入列名的效果完全一致：

# 校验可正常通过
iris %>% 
  verify(has_all_names(!!!expected_variable_names))

方法2：使用do.call构造函数调用 #

如果不熟悉tidy eval语法，可以用do.call把向量转成参数列表传入函数，效果相同：

# 校验可正常通过
iris %>% 
  verify(do.call(has_all_names, as.list(expected_variable_names)))

注意：如果列名向量是从外部文件、数据库读取得到，需要先确认向量为字符型，避免因因子类型转换导致列名匹配异常。

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