R语言自定义函数报错：Column sex is unknown 求助排查原因

你遇到的问题核心是嵌套函数里的参数解析问题：当你在Dems_fun里调用内层的Fun(data, sex)时，Fun里的quos(...)会把sex当作数据框的列名直接查找，但你的数据框里根本没有叫sex的列——你实际传入的是gender这个列，只是用sex作为形参名而已，这就导致了找不到列的错误。

下面是修复后的完整代码，我会同步解释关键修改点：

library(dplyr)
library(tidyr)

# 构造测试数据框
df <- data.frame ( 
  age = rep(c("40-44", "45-49", "50-54", "55-59", "60-64"),4), 
  dep = rep(c("Dep1", "Dep2", "Dep3", "Dep4", "Dep5"),4), 
  ethnic = rep(c(rep("M",5),rep("NM",5)),2), 
  gender = c(rep("M",10), rep("F",10)) 
)

# 修改后的自定义统计函数
Dems_fun <- function(data, sex, eth, dep, age) {
  # 内层函数：用curly-curly运算符直接处理分组参数
  Fun <- function(data, ...) {
    data %>% 
      group_by(...) %>% 
      summarise(n = n(), .groups = "drop") %>%  # 添加.groups避免分组残留警告
      mutate(freq = n / sum(n)) %>% 
      unite(dem, ..., sep = "_", remove = TRUE)
  }
  
  # 调用内层函数时，用{{ }}传递参数，让内层识别外层的形参对应实际列
  Sex <- Fun(data, {{sex}})
  Sex_eth <- Fun(data, {{sex}}, {{eth}})
  Eth <- Fun(data, {{eth}})
  Dep <- Fun(data, {{dep}})
  Age <- Fun(data, {{age}})
  
  Dems <- rbind(Sex, Sex_eth, Eth, Dep, Age)
  colnames(Dems) <- c("Category", "count", "percentage")
  return(Dems)
}

# 测试调用
test <- Dems_fun(df, gender, ethnic, dep, age)
print(test)

关键修改说明： #

1. 使用{{ }}（curly-curly运算符）传递参数：
   这个运算符是tidyeval语法的核心，它会告诉内层函数：{{sex}}不是一个叫sex的列，而是外层函数Dems_fun接收的形参，需要解析为你实际传入的列名（比如gender）。

2. 简化内层函数的分组逻辑：
   直接用group_by(...)配合{{ }}传递的参数，不需要手动用quos/enquos捕获参数，代码更简洁易读。

3. 添加.groups = "drop"到summarise：
   避免dplyr在分组后输出的警告信息，让结果更干净。

运行修改后的代码，就能正常生成你需要的各类别计数与占比统计了。

内容的提问来源于stack exchange，提问作者Laura