如何使用do.call()调用含可变数量变量名参数的R函数by_group()

这问题我之前写自定义函数的时候也碰到过，用do.call()确实是处理这种可变参数调用的完美方案，我给你一步步演示怎么实现：

首先，先模拟一下你的by_group()函数（方便后续演示，核心逻辑和你实际的函数一致就行）：

# 示例by_group函数：接收数据框+任意数量字符型分组变量，返回分组汇总结果
by_group <- function(data, ...) {
  group_vars <- list(...)
  # 这里用dplyr做分组汇总，你可以换成自己的业务逻辑
  dplyr::group_by(data, !!!rlang::syms(group_vars)) %>%
    dplyr::summarise(mean_sepal_length = mean(Sepal.Length, na.rm = TRUE))
}

接下来分两种常见场景来实现do.call()的调用：

场景1：包装函数接收字符向量作为分组变量 #

如果你的包装函数是让用户传入一个字符向量（比如c("Species", "Petal.Width")）来指定分组变量，代码可以这么写：

wrapper_func <- function(data, group_vars) {
  # 构造do.call需要的参数列表：先把data放进列表，再把字符向量转成列表元素
  call_args <- c(list(data = data), as.list(group_vars))
  # 用do.call调用by_group
  do.call(by_group, call_args)
}

# 测试调用
wrapper_func(iris, c("Species", "Petal.Width"))

场景2：包装函数和by_group一样支持任意数量的参数 #

如果想让包装函数的调用方式和by_group()完全一致（即data后面直接跟多个字符变量名），可以这么写：

wrapper_func <- function(data, ...) {
  # 把data和后续的所有参数整合成一个列表
  call_args <- c(list(data = data), list(...))
  do.call(by_group, call_args)
}

# 测试调用
wrapper_func(iris, "Species", "Petal.Width")

核心逻辑解释 #

do.call()的本质是把第二个参数的列表元素作为目标函数的参数传入。所以我们只需要把data作为第一个列表元素，再把所有分组变量（不管是向量还是零散参数）转成列表的后续元素，合并后传给do.call()就可以了——这样不管用户传多少个分组变量，都能完美适配。

内容的提问来源于stack exchange，提问作者Victoria