使用dplyr的函数传入数值参数返回空数据框，如何正确传参？

我太懂这个坑了！你遇到的问题本质是dplyr的非标准求值（NSE）特性导致的：当你在filter()里写padj < pvalue时，dplyr默认会去数据框df里找名为pvalue的列，而不是你传入的函数参数——这就解释了为啥手动硬编码0.01能正常工作，传参数就返回空数据框。

下面给你几种靠谱的解决方法，按推荐程度排序：

推荐方法：用{{ }}（大括号占位符）处理非标准求值 #

这是dplyr 0.7.0及以上版本官方推荐的写法，专门用来在自定义函数中传递外部变量，语法简洁又直观：

filter_results <- function(result, pvalue){ 
  df <- as.data.frame(result) 
  df <- df %>% 
    filter(!is.na(padj)) %>% 
    filter(padj < {{ pvalue }}) # 用{{ }}把参数包起来
  return(df) 
}

调用的时候直接传数值就行：

dds_res_filtered_pvalue <- filter_results(dds_res_simple, 0.01)

备选方法1：用.env代词明确指定变量来源 #

你可以用.env代词告诉dplyr：pvalue是来自函数环境的变量，不是数据框里的列：

filter_results <- function(result, pvalue){ 
  df <- as.data.frame(result) 
  df <- df %>% 
    filter(!is.na(padj)) %>% 
    filter(padj < .env$pvalue)
  return(df) 
}

备选方法2：使用标准求值版本filter_()（适配旧版dplyr） #

如果你的dplyr版本比较老（低于0.7.0），可以用带下划线的标准求值函数filter_()，把过滤条件写成公式：

filter_results <- function(result, pvalue){ 
  df <- as.data.frame(result) 
  df <- df %>% 
    filter(!is.na(padj)) %>% 
    filter_(~ padj < pvalue)
  return(df) 
}

不管用哪种方法，调整后再调用函数就能得到正确的过滤结果啦！

内容的提问来源于stack exchange，提问作者nhaus