使用dplyr语法编写含enquo()的管道函数输出不符预期的问题

你遇到的问题核心在于函数内的mutate操作没有正确替换目标列，反而创建了新列，导致原始未拆分的字符串始终留在数据框中，最终混入统计结果。

问题分析 #

直接运行代码时，你是替换原列（比如mutate(Species = str_remove_all(Species, ...))），但封装成函数后，你写的mutate(char_col = str_remove_all(!!char_col, ...))会创建一个名为char_col的新列，而原始目标列（比如Species）依然存在。后续的separate和gather只处理了新列，但原始列会被保留到最后，导致结果中出现未拆分的完整字符串。

修正后的函数 #

我们需要用dplyr的动态列赋值语法（:=运算符）来替换原列，同时用更灵活的unnest替代separate+gather，避免固定列数的限制：

library(tidyverse)
library(stringr)
library(janitor)

word_count <- function(data, char_col) {
  char_col <- enquo(char_col)
  
  data %>%
    select(!!char_col) %>%
    # 用 := 动态替换原列，而非创建新列
    mutate(!!char_col := str_remove_all(!!char_col, '[[:punct:]]'),
           !!char_col := str_split(!!char_col, ' ')) %>%
    # 用 unnest 展开列表列，替代 separate + gather
    unnest(!!char_col, names_repair = "minimal") %>%
    rename(word = !!char_col) %>%
    remove_empty(c('rows')) %>%
    filter(word != '') %>%
    mutate(word = str_to_lower(word)) %>%
    group_by(word) %>%
    summarize(freq = n()) %>%
    arrange(desc(freq))
}

关键修改说明 #

1. 动态列替换：使用!!char_col := ...代替char_col = ...，直接修改传入的目标列，和直接运行的代码逻辑完全对齐。
2. 简化拆分流程：str_split返回列表列，unnest可以直接将列表元素拆成单独行，比预先设定30列的separate更灵活，不会遗漏或浪费列数。
3. 清晰列命名：unnest后用rename将列名改为word，后续步骤更直观。

测试验证 #

运行你的测试代码，结果会和直接运行的逻辑完全一致：

iris %>% 
  as.tibble() %>% 
  mutate(Species = str_c(Species, ' species')) %>% 
  word_count(Species)

输出只会包含单个词的频率，不会再出现未拆分的完整字符串。

内容的提问来源于stack exchange，提问作者Christopher Peralta