R自定义函数内使用tidytext的unnest_tokens函数触发运行错误
unnest_tokens 动态指定列的报错原因与解决方法
核心报错原因
unnest_tokens 基于 tidy 整洁求值机制开发,要求前两个参数(分词结果的输出列名、待分词的源列名)传入列的符号引用,而非从数据框中直接取出的列实际值。
你代码中用df[[列索引]]的写法,本质是直接提取数据框对应位置的存储内容:
- 示例测试数据一共只有2列,
df[[3]]属于越界取值,本身不具备合法列名的属性 - 即便列数足够,这种写法也会把列内存储的文本、数值等实际内容当成列名参数传入,完全偏离了动态指定操作目标列的初衷
这也是同类写法在其他普通自定义函数中可以正常运行,但在tidytext场景下失效的核心差异:普通函数是直接对取出的列值做计算,而tidy系函数需要接收"指向某一列的引用"才能在管道流中正确完成操作,二者传参逻辑完全不同。
可正常运行的实现方案
要基于列索引动态指定操作目标,需要先把列索引转换为对应的列名字符串,再通过整洁求值的语法传入unnest_tokens,不能直接用[[提取列值作为参数:
f1 <- function(df, input_col_pos = 2, output_col_name = "word") { # 通过列索引拿到对应的列名字符串 target_col_name <- colnames(df)[input_col_pos] df2 <- df %>% unnest_tokens( output = output_col_name, input = !!target_col_name ) return(df2) }
注意:如果不加
!!标记,函数会把传入的字符串本身当成列名去数据框里查找,不会读取字符串存储的实际列名,这是tidy系函数动态传参的常见踩坑点。
运行测试用例即可得到正常的分词结果:
data <- structure(list(Id = 1, Description = "Lorem ipsum dolor sit amet"), row.names = 1L, class = "data.frame") result <- f1(data)
内容的提问来源于stack exchange,提问作者xBarns
相关产品推荐
相关产品推荐

