R自定义文本处理函数报cannot coerce type 'closure'错误如何解决？

1. 传入函数的TidySymptoms结构不符合要求：你的函数逻辑依赖输入数据集有id（分组用）、text（待处理文本列）两个字段，但你提供的TidySymptoms前10行只有word一列，缺少两个必填字段。
2. 报错的直接触发逻辑：mutate中执行gsub(x = text, ...)时，R在输入数据框中找不到text列，就会向上层环境搜索同名变量，最终命中base包的text()绘图函数，该函数属于闭包（closure）类型，无法被gsub转为字符向量处理，因此抛出类型转换错误。

步骤1：确认输入数据格式 #

你需要将未分词的原始文本数据集传入函数，而不是已经经过unnest_tokens拆分、仅保留word列的处理后数据。如果你的原始数据已经丢失，只有当前的TidySymptoms，需要先补充分组id字段，再将同id的word拼接为完整text字段。

步骤2：优化函数并调用 #

首先优化函数冗余参数，增加字段校验避免后续同类报错：

library(dplyr)
library(tidytext)
data(stop_words)

# 优化后处理函数
minus_TextNum <- function(df){
  # 校验必填字段是否存在，缺失直接抛出明确提示
  stopifnot("输入数据需包含id、text两列" = all(c("id", "text") %in% colnames(df)))
  res <- mutate(df, text = gsub(x = text, pattern = "[0-9]+|\\(.*\\)", replacement = "")) %>%  
    unnest_tokens(input = text, output = word) %>% 
    filter(!word %in% c(stop_words$word, "patient")) %>% 
    group_by(id) %>% 
    summarise(text = paste(word, collapse = " "))
  return(res)
}

如果是使用未分词的原始数据集（示例名raw_symptoms，含id、text两列），直接调用即可：

result <- minus_TextNum(raw_symptoms)

如果只有当前的TidySymptoms，先预处理为符合要求的格式再调用：

# 请根据实际业务逻辑调整分组id的生成规则，此处仅为示例
TidySymptoms <- TidySymptoms %>% 
  mutate(id = c(rep(1, 5), rep(2, 5))) 

# 聚合为id+text格式
process_input <- TidySymptoms %>% 
  group_by(id) %>% 
  summarise(text = paste(word, collapse = " "))

# 调用函数
result <- minus_TextNum(process_input)

内容的提问来源于stack exchange，提问作者Magnetar