R中含dplyr的自定义函数内如何向回归模型直接传递预测变量参数

解法1：使用R原生reformulate动态生成公式（无额外依赖、代码最简） #

你不需要额外做变量转换或者创建临时数据集，直接用R内置的reformulate函数把字符串形式的预测变量名转换为lm可以识别的公式对象即可，写法如下：

pacman::p_load(tidyverse, broom)
data("mtcars")

regr_func <- function(.cyl, .pred){
  mtcars %>% 
    filter(cyl == .cyl) %>% 
    lm(formula = reformulate(.pred, response = "mpg"), data = .) %>% 
    tidy() %>% 
    mutate(predictor = .pred,
           cylinders = .cyl)
}

# 测试调用
regr_func(4, "hp")

运行后返回的结果和你原来的版本完全一致，且term列会直接显示预测变量的真实名称（不会显示为x），更符合使用习惯。

解法2：保留rlang注入写法，用大括号解决管道传参问题 #

如果你希望继续用rlang的注入语法，不需要创建临时数据集，只要用大括号{}包裹lm的调用步骤，即可自定义管道传递的.的位置，写法如下：

regr_func <- function(.cyl, .pred){
  xsym <- rlang::ensym(.pred)
  mtcars %>% 
    filter(cyl == .cyl) %>% 
    {rlang::inject(lm(mpg ~ !!xsym, data = .))} %>% 
    tidy() %>% 
    mutate(predictor = .pred,
           cylinders = .cyl)
}

这里大括号的作用是打断管道默认的参数传递逻辑，让你可以把过滤后的数据集直接传给lm的data参数，避免inject和管道优先级冲突的问题。

内容的提问来源于stack exchange，提问作者awcm0n