dplyr summarise函数调用全局变量异常：自定义函数返回全0问题排查

这个问题本质上是dplyr的非标准评估（NSE）机制导致的——你直接传入字符串列名时，dplyr并没有把它解析为数据框里的目标列，而是把indicator当成了字面量字符串来判断，比如你传了'pass_rate'，代码实际在判断"pass_rate" <= 0.8，这显然永远为FALSE，所以sum()的结果全是0。

下面给你两种实用的解决方法：

方法1：使用.data代词（推荐处理字符串参数的方式） #

dplyr提供了.data代词，可以直接通过字符串索引引用数据框中的列，完美适配你的传参方式。修改后的函数如下：

thresh_measure <- function(data, indicator, thresh_value) {
  d1 <- data %>% 
    group_by(class_number, outcome) %>% 
    # 用.data[[indicator]]引用目标列
    summarize(n = sum(.data[[indicator]] <= thresh_value), .groups = "drop") %>% 
    spread(outcome, n)
  d1$thresh_value <- thresh_value
  return(d1)
}

这里额外加上.groups = "drop"是为了显式取消分组，避免后续操作可能出现的分组残留问题，让代码更严谨。

方法2：使用curly-curly操作符（兼容裸列名和字符串） #

如果你希望函数同时支持传入裸列名（比如pass_rate）和字符串列名（比如'pass_rate'），可以用rlang包的ensym()配合{{ }}（curly-curly）操作符：

thresh_measure <- function(data, indicator, thresh_value) {
  # 将输入转换为符号，同时支持裸名和字符串
  indicator <- rlang::ensym(indicator)
  d1 <- data %>% 
    group_by(class_number, outcome) %>% 
    # 用{{indicator}}解析目标列
    summarize(n = sum({{indicator}} <= thresh_value), .groups = "drop") %>% 
    spread(outcome, n)
  d1$thresh_value <- thresh_value
  return(d1)
}

这样你既可以调用thresh_measure(df, 'pass_rate', 0.8)，也可以调用thresh_measure(df, pass_rate, 0.8)，两种方式都能正常工作。

现在再运行你的测试代码final_test <- thresh_measure(df, 'pass_rate', 0.8)，就能得到正确的计算结果了。

内容的提问来源于stack exchange，提问作者Chad Coleman