dplyr::summarise场景下仅保留自定义错误提示的实现方法

在辅助函数foo()抛出校验类错误时，为错误添加dplyr_internal_error类标识，即可完全绕过dplyr::summarise()的错误包裹逻辑，将自定义错误直接传递给终端用户，无需修改原有函数的执行流程。

实现原理 #

dplyr从1.0版本开始引入的错误上下文包裹机制，在捕获表达式执行过程中的错误时，会自动识别带dplyr_internal_error类别的错误：这类错误不会被附加分组定位、输入表达式、调用上下文等框架冗余提示，会被直接向上抛出，完全匹配内部校验逻辑对用户透明、仅展示必要错误信息的设计要求。

修改后的可运行代码 #

library(dplyr, warn.conflicts = FALSE)
foo = function(x, fun){
    rtn = fun(x)
    if(length(rtn) > 1) {
        # 抛出带dplyr内部错误标识的自定义校验错误
        rlang::abort(
            message = "Summary functions should return a single value",
            class = "dplyr_internal_error"
        )
    }
    rtn
}

bar = function(fun){
    iris %>% 
        group_by(Species) %>% 
        summarise(x = foo(Sepal.Length, fun))
}

foobar = function(fun){ # 包对外暴露的主入口函数
    bar(fun)
}

运行效果完全符合预期：

# 正常统计函数调用无异常
foobar(mean)
#> # A tibble: 3 x 2
#>   Species        x
#>   <fct>      <dbl>
#> 1 setosa      5.01
#> 2 versicolor  5.94
#> 3 virginica   6.59

# 触发校验逻辑时仅输出自定义错误提示，无dplyr冗余上下文
foobar(fivenum)
#> Error: Summary functions should return a single value

注意事项 #

• 该方案兼容1.0及以上所有正式版本的dplyr，无版本适配风险
• 后续给summarize_numeric_single()新增返回值长度与函数集长度匹配的校验逻辑时，只要抛出的错误同样带上dplyr_internal_error类标识，即可保持统一的简洁错误输出效果
• 备选实现方案：将返回值长度校验逻辑移到分组执行之前，对全量或抽样输入预跑一次统计函数，校验不通过时直接抛出错误。这种方案的局限性是无法覆盖不同分组下函数返回长度不一致的边界场景，仅适用于统计函数返回长度完全固定的场景
• 无需调整bar()、foobar()的原有代码结构，对现有业务逻辑零侵入

内容的提问来源于stack exchange，提问作者Dan Chaltiel