在dplyr中传递未加引号的判定条件至count函数的问题

嘿，我完全懂你的烦恼——想把气温超30℃这种判定条件只在脚本顶部定义一次，结果传给count函数时要么被当成字符，要么返回NaN，试了好几种方法都没用对吧？咱们来捋清楚问题出在哪，再给出靠谱的解决方案。

先明确核心问题 #

你大概率是把判定条件（比如temp > 30）存成了字符串对象，但count函数需要的是能被求值的逻辑表达式，直接传字符串的话，R会把它当成普通文本处理，自然没法统计符合条件的天数，返回NaN也不奇怪。之前试的unquote()、as.name()都是用来处理单个变量符号的，对付整个条件表达式不顶用；as.factor()就更不对路了，因子是用来分类的，和逻辑判定完全不搭。

解决方案：把条件存为表达式/公式 #

下面结合模拟的气象数据，给你两种实用的实现方式：

1. 用表达式（expression）存储条件

先模拟一份和你类似的气象数据：

# 模拟数据：日期+每日气温
weather_data <- data.frame(
  date = seq(as.Date("2020-01-01"), as.Date("2022-12-31"), by = "day"),
  temp = sample(15:40, 1096, replace = TRUE)
)

把判定条件存为表达式，然后在函数里求值：

# 顶部定义判定条件为表达式
temp_criterion <- expression(temp > 30)

# 自定义count函数，处理表达式求值
count_hot_days <- function(data, criterion) {
  # 在数据框的环境里求值表达式，得到逻辑向量
  condition <- eval(criterion, envir = data)
  
  # 按年份统计高温天数（用dplyr实现分组统计）
  library(dplyr)
  library(lubridate)
  
  data %>%
    mutate(year = year(date)) %>%
    group_by(year) %>%
    summarize(total_hot_days = sum(condition, na.rm = TRUE))
}

# 调用函数，完美得到结果
count_hot_days(weather_data, temp_criterion)

2. 用公式（formula）存储（适配tidyverse风格）

如果你习惯用dplyr这类tidyverse工具，用公式存条件会更灵活，配合rlang的解引用操作符就能轻松传递：

# 顶部定义判定条件为公式
temp_criterion <- ~ temp > 30

# 自定义count函数，用!!解引用公式右侧的表达式
count_hot_days <- function(data, criterion) {
  library(dplyr)
  library(lubridate)
  library(rlang)
  
  data %>%
    mutate(year = year(date)) %>%
    group_by(year) %>%
    summarize(total_hot_days = sum(!!f_rhs(criterion), na.rm = TRUE))
}

# 调用函数，结果一样准确
count_hot_days(weather_data, temp_criterion)

如果你已经把条件存成了字符串

要是你之前已经把条件写成了字符串（比如temp_criterion <- "temp > 30"），也可以先把字符串转成表达式再用：

temp_criterion_str <- "temp > 30"
# 字符串转表达式
temp_criterion <- parse(text = temp_criterion_str)[[1]]

# 然后调用上面的count_hot_days函数就行
count_hot_days(weather_data, temp_criterion)

关键注意点 #

• 求值时一定要指定envir = data，不然R会在全局环境找temp变量，自然找不到数据框里的列
• 用tidyverse工具时，!!（bang-bang）是解引用表达式的标准操作，能让dplyr正确识别你传递的条件

内容的提问来源于stack exchange，提问作者Elio Diaz