R语言：如何对多变量应用自定义函数并正确传递字符型变量名

我来帮你解决这个问题！你的核心问题在于函数里用了enquo()来处理变量，但lapply传递的是字符型的列名，enquo()是用来捕获裸变量名（比如直接写actor1而不是"actor1"）的，所以才会返回变量名而不是预期的演员列表。下面给你几种可行的解决方案：

方案1：用.data pronoun直接引用字符列名（最简洁推荐） #

这种方法不需要用到tidyeval的复杂语法，直接通过.data[[col]]来引用数据框中对应名称的列，完美适配字符型输入：

# 先把s类演员单独定义成向量，方便后续修改
s_actors <- c("A", "B", "C")

nons_function <- function(col) {
  df %>% 
    filter(!is.na(.data[[col]]), !.data[[col]] %in% s_actors) %>% 
    distinct(.data[[col]]) %>% 
    pull()
}

# 运行测试
actorlist <- c("actor1", "actor2")
lapply(actorlist, nons_function)

运行结果完全符合你的预期：

[[1]]
[1] "D" "E" "F" "G" "H"

[[2]]
[1] "E" "I" "D" "G"

方案2：将字符转成符号适配tidyeval语法 #

如果你更习惯用tidyeval的写法，可以用rlang::sym()把字符型列名转换成变量符号，再用!!注入到dplyr函数中：

library(rlang)

s_actors <- c("A", "B", "C")

nons_function <- function(col) {
  col_sym <- sym(col)
  df %>% 
    filter(!is.na(!!col_sym), !!!col_sym %in% s_actors) %>% 
    distinct(!!col_sym) %>% 
    pull()
}

lapply(actorlist, nons_function)

方案3：无需单独写函数，直接用purrr简化代码 #

如果不想单独定义函数，也可以用purrr::map()直接完成遍历，代码更紧凑：

library(purrr)

s_actors <- c("A", "B", "C")
actorlist <- c("actor1", "actor2")

map(actorlist, ~ df %>% 
      filter(!is.na(.data[[.x]]), !.data[[.x]] %in% s_actors) %>% 
      distinct(.data[[.x]]) %>% 
      pull())

额外优化建议 #

把s_actors单独定义成向量是关键——以后如果s类演员有变动，你只需要修改这个向量，不用改动函数或遍历逻辑，完全符合你想要的自动化、少调整的需求。

内容的提问来源于stack exchange，提问作者MarkusG