R语言tidyeval场景下如何正确判断可选参数是否为NULL

直接对适配{{}}语法的可选形参调用is.null()，会强制触发形参的求值过程：当用户传入数据框内的列名（裸符号）时，R会沿着函数调用栈在全局环境、函数内部环境查找与符号同名的独立变量，而非匹配数据框内的列字段，一旦找不到对应独立变量，就会抛出“对象不存在”的报错。
你之前用try()做异常捕获的临时方案，会无差别吞掉判断流程中的所有错误，鲁棒性差，还会引入不必要的异常捕获开销。

使用tidyeval体系自带的无求值判断逻辑，从根源上避免触发强制求值，全程无报错风险：

• 用enquo()将传入的形参捕获为quosure对象，过程中只记录用户传入的表达式内容，完全不触发表达式求值
• 用quo_is_null()判断quosure包裹的表达式是否为默认的NULL值，该判断仅检查表达式本身的内容，不会尝试解析表达式的实际值
• 后续做分组、汇总操作时，可直接对捕获的quosure用!!解引用，和之前用{{}}的效果完全一致

library(dplyr)
# rlang的相关函数已经随dplyr导出，无需额外加载调用

dat <- data.frame(value = 1:8, 
                  char1 = c(rep("a", 4), rep("b", 4)), 
                  char2 = rep(c(rep("c", 2), rep("d", 2)), 2))

myfun <- function(dat, group = NULL, var = NULL) {
  # 捕获形参为quosure，无强制求值
  group_quo <- enquo(group)
  var_quo <- enquo(var)
  
  x <- dat %>% 
    group_by(!!group_quo, !!var_quo) %>% 
    summarize(mean = mean(value), 
              .groups = "drop")
  
  # 判断无报错风险，逻辑清晰
  if (!quo_is_null(var_quo)) {
    print("do something with `var`")
  }
  x
}

# 全场景调用验证
myfun(dat)
myfun(dat, char1)
myfun(dat, char1, char2)

• 属于tidyeval生态的官方标准写法，可读性好，没有魔法逻辑
• 全程不触发不必要的表达式求值，无异常捕获的性能开销
• 判断逻辑准确：只有当形参真的保持默认NULL值时才会判断为空，传入任何非NULL的列名、表达式都不会触发报错

内容的提问来源于stack exchange，提问作者Lief Esbenshade