在R中如何在自定义函数内部嵌套使用rlang引用类函数？

问题根源 #

rlang::enquo()、rlang::ensym()的作用是捕获当前函数层级传入的参数的表达式与对应环境，不会自动穿透多层函数调用栈。

• 直接调用fun1时，函数内部的enquo(x)捕获到的是用户传入的mpg（数据框中存在的列名表达式），解引用后可以正常匹配到对应列计算，所以运行正常。
• 调用fun2时，你直接传递x=x给fun1，此时fun1里的enquo(x)捕获到的是fun2的形参x，而不是最外层用户传入的mpg，计算时无法匹配到数据框中的对应列，就会抛出错误。

解决方法 #

你只需要在中间封装层fun2里把参数的表达式正确传递到下层函数即可，有两种常用实现方式：

方法1：手动捕获后解引用传递 #

fun2 <- function(df, x, ...){
  # 先在fun2层级捕获x的表达式
  x_quo <- rlang::enquo(x)
  # 传递时用!!解引用，把实际的列名表达式传入fun1
  out2 <- fun1(df = df, x = !!x_quo, ...)
  return(out2)
}

方法2：使用{{（双大括号）运算符简化写法 #

rlang提供的双大括号运算符可以自动完成「捕获+解引用」的两步操作，代码更简洁：

fun2 <- function(df, x, ...){
  out2 <- fun1(df = df, x = {{x}}, ...)
  return(out2)
}

补充优化建议 #

你原来的fun1不需要同时调用enquo和ensym，直接用双大括号可以大幅简化代码：

fun1 <- function(df, x, ...){
  out <- df %>%
         dplyr::group_by(...) %>%
         # {{x}} 同时处理列名赋值和计算时的引用
         dplyr::summarise({{x}}:=sum({{x}}, na.rm = TRUE)) %>%
         dplyr::ungroup() %>%
         data.frame(., stringsAsFactors = FALSE)
  return(out)      
}

修改完成后调用fun2(df = head(mtcars), x = mpg, cyl, disp, hp)就能得到和fun1完全一致的输出结果。

内容的提问来源于stack exchange，提问作者Caddisfly