R语言如何编写接受dataframe变量名为参数的自定义统计函数

你遇到的问题是dplyr的整洁评估机制下，直接传入字符串变量名无法被函数内部的dplyr动词识别，可通过.data代词实现动态列调用，完整可运行代码如下：

完整函数代码 #

# 需先加载dplyr包
library(dplyr)

clin <- function(data, variable_name) {
  # 处理目标列：转数值、NA替换为-9
  data[[variable_name]] <- as.numeric(data[[variable_name]])
  data[[variable_name]][is.na(data[[variable_name]])] <- -9
  
  # 动态调用变量完成统计
  res <- data %>% 
    mutate(tot = n()) %>%
    mutate(rep = ifelse(.data[[variable_name]] == -9, "no_value", "value")) %>%
    mutate(sum_value = ifelse(rep == "value", sum(rep == "value"), tot - sum(rep == "value"))) %>%
    mutate(variable = variable_name) %>%
    select(variable, rep, sum_value) %>%
    distinct(rep, .keep_all = TRUE)
  
  return(res)
}

调用测试 #

直接传入字符串形式的列名即可调用：

# 示例数据构造
data <- data.frame(
  V1 = c(0,25,6,"NC", 9, 10, "", "", 15), 
  V2 = c(47,"NC",56,"NC", "", 42, "", 48, ""), 
  V3 = c(2,5,3,4, 9,5, "", "", 2)
)

# 调用函数计算V1的统计结果
clin(data, "V1")

关键逻辑说明 #

• 基础语法中访问动态列使用[[运算符，替代固定列名的$运算符，即可通过字符串参数定位目标列
• dplyr动词内部通过.data[[variable_name]]语法，即可将传入的字符串参数识别为数据框的对应列，无需额外的符号转换操作

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