R语言dplyr管道外传入mutate自定义计算函数问题求解

可行解决方案 #

你遇到的报错核心原因有两点：

1. 调用apply.method(myfun = external_function1())时，external_function1()会在全局环境立刻执行，此时全局环境不存在x/y变量，还没进入mutate的执行环境就已经报错
2. 即使改为传递函数本身，外部函数的默认执行环境是定义时的全局环境，无法识别mutate掩码内的数据框变量

注：原示例代码中my.df的x列长度为100、y列长度为200，会触发数据框长度不匹配报错，以下示例统一修正为等长列。

方案1：rlang表达式注入（最贴合你的预期写法） #

不需要修改你原有调用逻辑，仅需调整外部函数返回未计算的表达式，在mutate内注入执行即可：

library(dplyr)
library(rlang)

my.df <- data.frame(x = rnorm(100), y = rnorm(100))

# 外部函数返回未计算的表达式
external_function1 <- function(){
  expr(x + y)
}

external_function2 <- function(constant){
  # 常量参数用!!提前注入到表达式中
  expr(x * y + !!constant)
}

apply.method <- function(myfun = NULL) {
  my.df %>%
    # 用!!把表达式注入到mutate的执行环境中计算
    mutate(z = !!myfun)
}

# 调用方式和你原写法完全一致
output1 <- apply.method(myfun = external_function1())
output2 <- apply.method(myfun = external_function2(constant = 3))

最终output1的计算效果完全等价于mutate(z = x + y)。

方案2：显式传递数据参数（无额外依赖，更稳定） #

如果不想处理非标准评估的环境问题，可以让外部函数显式接收数据作为参数，写法更稳妥：

library(dplyr)

my.df <- data.frame(x = rnorm(100), y = rnorm(100))

external_function1 <- function(df){
  df$x + df$y
}

external_function2 <- function(df, constant){
  df$x * df$y + constant
}

apply.method <- function(myfun = NULL, ...) {
  my.df %>%
    # .data指代当前管道传递的数据框，额外参数通过...传递
    mutate(z = myfun(.data, ...))
}

# 调用时传递函数本身，额外参数直接传入即可
output1 <- apply.method(myfun = external_function1)
output2 <- apply.method(myfun = external_function2, constant = 3)

内容的提问来源于stack exchange，提问作者Apriconer