dplyr/tidyeval：如何将字符串形式的表达式传入mutate？

我来帮你搞定这个问题！你的核心问题在于把字符串形式的数学表达式当成单个符号来处理了，而没有正确解析成R能识别的运算表达式。

错误原因分析 #

你用sym(expression)处理"A + B"时，R会把整个字符串当作一个单独的符号（变量名），也就是它会去查找名为A + B的变量——显然你的数据框里没有这个变量，所以才会抛出Binding not found: A + B的错误。

正确的解决方案 #

我们需要把字符串形式的表达式解析成R可执行的运算表达式，而不是单个符号。这里可以用rlang::parse_expr()来完成这个解析工作，同时记得把data.frame作为参数传入函数（避免依赖全局变量，让函数更通用）。

修改后的完整代码如下：

library(tibble)
library(dplyr)
library(rlang)

df <- tibble(A = 1:10, B = 1:10)
new_var <- "C"
expression_str <- "A + B"

example_fun <- function(df, new_var, expression_str) {
  # 把新变量名转为符号
  new_var_sym <- sym(new_var)
  # 把字符串表达式解析成可执行的表达式
  parsed_expr <- parse_expr(expression_str)
  # 注入到mutate中
  mutate(df, !!new_var_sym := !!parsed_expr)
}

# 测试函数
example_fun(df, new_var, expression_str)

运行结果 #

执行后会得到正确的结果：

# A tibble: 10 × 3
       A     B     C
   <int> <int> <int>
 1     1     1     2
 2     2     2     4
 3     3     3     6
 4     4     4     8
 5     5     5    10
 6     6     6    12
 7     7     7    14
 8     8     8    16
 9     9     9    18
10    10    10    20

额外说明 #

• 如果你的表达式更复杂（比如包含函数，比如log(A) + B^2），parse_expr()也能正确解析，只要字符串本身是合法的R表达式就行。
• 把df作为参数传入函数是最佳实践，这样函数不会依赖全局环境中的数据框，复用性更强。

内容的提问来源于stack exchange，提问作者der_grund