如何在R函数中通过assign()输出动态命名的数据集？

问题原因 #

• 函数执行到第一个return()语句就会直接终止运行，后续筛选clarity的代码永远不会被执行
• assign()默认的赋值环境是函数内部的局部环境，就算删除return语句，函数运行结束后局部变量会被销毁，全局环境无法访问生成的数据框
• 拼接变量名时错误写死了字符串"cut"，没有读取传入的cut参数实际值，导致生成的变量名永远是data_cut而非预期的data_Ideal
• 额外注意：filter语句中参数名和列名都是cut，会出现作用域混淆，导致筛选结果不符合预期

解决方案1：直接赋值到全局环境（符合你预期的生成全局变量需求） #

修改后的函数代码如下：

library(dplyr)

get_data <- function(df, cut_val, clarity_val) {
  # 按cut筛选
  data_cut <- df %>% filter(cut == cut_val)
  # 赋值到全局环境，动态拼接变量名
  assign(paste0("data_", cut_val), data_cut, envir = .GlobalEnv)
  
  # 按clarity二次筛选
  data_cut_clarity <- data_cut %>% filter(clarity == clarity_val)
  assign(paste0("data_", cut_val, "_", clarity_val), data_cut_clarity, envir = .GlobalEnv)
  
  # 返回生成的变量名提示
  return(paste("成功生成数据集：", paste0("data_", cut_val), paste0("data_", cut_val, "_", clarity_val), sep = " "))
}

测试调用代码：

# 加载内置diamonds数据集依赖
library(ggplot2)
get_data(diamonds, cut_val = "Ideal", clarity_val = "SI2")

运行后即可在全局环境直接调用data_Ideal和data_Ideal_SI2两个数据框。

解决方案2：返回命名列表（更规范的R函数写法） #

直接在全局环境生成变量容易污染工作区，更推荐将结果封装为命名列表返回，按需取用：

get_data <- function(df, cut_val, clarity_val) {
  data_cut <- df %>% filter(cut == cut_val)
  data_cut_clarity <- data_cut %>% filter(clarity == clarity_val)
  
  # 构造命名列表返回
  res <- list()
  res[[paste0("data_", cut_val)]] <- data_cut
  res[[paste0("data_", cut_val, "_", clarity_val)]] <- data_cut_clarity
  return(res)
}

# 调用示例
my_data <- get_data(diamonds, cut_val = "Ideal", clarity_val = "SI2")
# 按需取数
head(my_data$data_Ideal)
head(my_data$data_Ideal_SI2)

内容的提问来源于stack exchange，提问作者yuliaUU