刚好碰到过类似的场景，我来给你理清楚这三种引号的核心区别，以及你用filter()时遇到的问题到底是怎么回事～

一、三种引号的各司其职 #

先把每个引号的作用掰明白：

• 反引号（ ）：这是R专门用来处理「不听话」的对象名的——比如列名里有空格、特殊字符（像你这里的á、ó）、括号，或者和R内置函数重名的情况。它的核心作用是告诉R：“别把这个当代码，这就是个对象/列的名字！”。比如Variável (Código)这种不符合R标准命名规则的列名，必须用反引号包裹才能被正确识别。
• 单引号（' '）和双引号（" "）：这俩在R里完全等价，都是用来定义字符串字面量的。唯一的小技巧是，如果字符串本身包含双引号，用单引号包裹就不用转义（比如'She said "I love R"'），反之亦然，仅此而已。

二、为什么你的反引号写法会失败？ #

你遇到的问题其实和引号本身没关系，问题出在dplyr的**非标准求值（NSE）**机制上。
dplyr的filter()默认会把你写的表达式（比如Variável (Código) == "8677"）直接解析，它会在当前环境里找这个列名的绑定。但你是通过嵌套列表（pms$releases$date_201803$table_6443）直接访问数据框的，这种情况下dplyr的NSE没办法正确定位到嵌套数据框里的列名，自然就识别不了反引号包裹的内容了。

而你用!!as.name(colunas[1])能成功，是因为你手动把字符串转换成了R能识别的「名字对象」，然后用!!（解引用操作符）告诉dplyr：“别解析这个表达式，直接把它当成列名用”，相当于绕过了NSE的自动解析逻辑，所以能正常工作。

三、更简洁的解决方法 #

其实不用绕这么大弯，有两种更直接的方式解决这个问题：

1. 用.data代词明确指定数据源：dplyr提供了.data代词，专门用来告诉函数“从当前数据框里取列”，不管列名多复杂都能搞定：

pms$releases$date_201803$table_6443 %>% 
  filter(.data[["Variável (Código)"]] == "8677", 
         .data[["Tipos de índice (Código)"]] %in% c("40311", "40312"))

2. 先把数据框赋值给变量：避免嵌套访问，让dplyr的NSE能正常识别列名：

my_table <- pms$releases$date_201803$table_6443
my_table %>% 
  filter(`Variável (Código)` == "8677", 
         `Tipos de índice (Código)` %in% c("40311", "40312"))

这样反引号就能正常生效了，因为dplyr现在能明确从my_table这个变量指向的数据框里找列名。

四、一句话总结 #

• 反引号管「识别特殊列名/对象名」，单双引号管「定义字符串」，三者功能完全不同，不能随便互换；
• 嵌套数据框里用dplyr函数时，要么用.data代词明确数据源，要么先把数据框存成变量，就能解决列名识别的问题。

内容的提问来源于stack exchange，提问作者motabe