R tidyeval/rlang环境下将函数参数c(x,y)转换为字符向量c("x","y")的方法

核心实现（基于rlang包） #

你不需要通过取子集再拿列名的迂回方案，直接用rlang内置的工具即可实现需求，分两类场景适配： #

场景1：参数对应数据集列名（支持dplyr选择器语法） #

用rlang::eval_select()实现，这是dplyr的select()函数的底层核心，不需要生成临时数据子集，直接返回匹配列的位置向量，向量名就是你需要的字符列名：

library(rlang)
library(purrr) # 可选，用于批量处理符号

get_col_names <- function(data, cols) {
  # 捕获用户传入的表达式并求值
  col_position <- eval_select(expr = enquo(cols), data = data)
  # 直接提取列名字符向量
  return(names(col_position))
}

# 测试用例，支持所有dplyr选择语法
get_col_names(mtcars, c(mpg, drat, starts_with("cy")))
# 输出: [1] "mpg"  "drat" "cyl"

场景2：参数无需对应数据集列（通用符号转字符） #

如果你的参数不需要和数据集列做校验，只是单纯要把用户输入的裸符号转换为字符向量，可直接捕获符号处理：

get_sym_names <- function(vars) {
  # 捕获用户传入的原始表达式
  input_expr <- enexpr(vars)
  # 兼容c()包裹的多参数形式
  if (is_call(input_expr, "c")) {
    sym_list <- as.list(input_expr)[-1]
  } else {
    sym_list <- list(input_expr)
  }
  # 批量转字符
  return(map_chr(sym_list, as_string))
}

# 测试用例，不需要传数据集也能运行
get_sym_names(c(mpg, drat, custom_var))
# 输出: [1] "mpg"    "drat"   "custom_var"

公式构造场景优化 #

针对你提到的构造模型公式的需求，不需要经过字符拼接的步骤，rlang支持直接构造公式对象，代码更简洁也更不易出错：

build_model_formula <- function(data, rhs_cols, lhs = NULL) {
  rhs_names <- get_col_names(data, {{ rhs_cols }})
  # 批量转换为符号后拼接为公式右侧
  rhs_expr <- expr(!!!syms(rhs_names))
  # 生成公式对象
  if (is.null(lhs)) {
    return(new_formula(lhs = NULL, rhs = rhs_expr))
  }
  return(new_formula(lhs = sym(lhs), rhs = rhs_expr))
}

# 测试用例
build_model_formula(mtcars, c(mpg, drat, cyl))
# 输出: ~mpg + drat + cyl

build_model_formula(mtcars, c(mpg, drat), lhs = "wt")
# 输出: wt ~ mpg + drat

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