如何向含dplyr::select的包装函数传递变量范围并实现行聚合

你的问题核心是**非标准求值（NSE）**的处理——dplyr的select函数支持像p_1:p_2这种简洁的列范围语法，但在自定义函数中直接传递这类表达式时，需要显式告诉R如何解析它。

修改后的函数（两种等价写法） #

方式1：使用{{ }}（推荐，dplyr 1.0.0+）

这是tidyverse官方推荐的简化写法，{{ }}是enquo() + !!的语法糖，专门用于在函数中传递tidyselect参数：

library(dplyr)
library(tibble)

aggregate <- function(Df, selection, fun = sum) {
  Df %>%
    select({{ selection }}) %>%
    apply(1, fun)
}

方式2：使用enquo() + !!（底层实现写法）

如果你想理解背后的原理，可以用这种显式捕获表达式的方式：

aggregate <- function(Df, selection, fun = sum) {
  # 捕获传入的选择表达式
  selection_expr <- enquo(selection)
  Df %>%
    select(!!selection_expr) %>%
    apply(1, fun)
}

测试所有场景 #

现在你的函数可以支持所有tidyselect的选择语法了：

set.seed(42)
N <- 10
Df <- tibble(p_1 = rnorm(N), p_2 = rnorm(N), q_1 = rnorm(N), q_2 = rnorm(N))

# 1. 列范围选择（你需要的功能）
aggregate(Df, p_1:p_2, mean)

# 2. 原有功能：辅助函数选择
aggregate(Df, starts_with('p'), mean)

# 3. 原有功能：列名向量选择
aggregate(Df, c('p_1','q_1'), max)

# 额外：还支持否定选择、其他辅助函数等
aggregate(Df, -q_1:q_2, sum) # 排除q_1到q_2的列
aggregate(Df, contains('_1'), min) # 选择所有包含_1的列

为什么原来的函数不行？ #

当你在函数内部直接写select(Df, selection)时，R会把selection当成一个普通变量，而不是dplyr能识别的列选择表达式。比如你传入p_1:p_2，函数内部会把它当成一个未定义的变量（而非列范围），导致解析失败。而{{ }}或enquo()+!!的作用就是捕获并注入这个表达式，让dplyr的select能正确解析它。

内容的提问来源于stack exchange，提问作者mjandrews