r用户定义函数参数-什么可以定义为参数？

我正在尝试编写R函数，这些函数在SAS中执行与宏类似的任务，例如

过程变量

命名一个新变量

命名一个新的数据帧

我已经使用内置的df“iris”和dplyr尝试了一些基本功能，如下所示

函数f3和f4尝试接受变量名并对其进行处理。错误消息为“错误：未找到对象‘物种’”和“平均值。默认值（var）：参数不是数字或逻辑参数：返回NA”

函数f5和f6尝试命名新变量或新df。运行函数后，新变量或df将以参数名称命名

f7尝试使用函数命名部分变量

library(dplyr)

data(iris)
view(iris)

### Char Variable
f3 <- function(var){
      iris %>% filter(var == "setosa")
}
f3(Species)

f4 <- function(var){
      iris %>% summarise(
            avg = mean(var)
      )
}
f4("Sepal.Length")

### Variable Name
f5 <- function(name){
      iris %>% 
            mutate(name = 1)
}
f5("newname")

### df Name
f6 <- function(dfname){
      dfname <- iris 
}
f6("newdf")

f7 <- function(name){
      test <- iris %>% 
            mutate(
                  v_name = 1
            )
}
f7("1")

库（dplyr）
数据（iris）
视图（iris）
###字符变量
f3%过滤器（变量==“setosa”）
}
f3（物种）
f4%总结(
平均值=平均值（var）
)
}
f4（“萼片长度”）
###变量名
f5%
变异（名称=1）
}
f5（“新名称”）
###df名称
f6使用
tidyverse
，如果我们通过unquote，它可以转换为quosure（
rlang:：enquo
）并求值（
！！
），这是通过
{}
卷曲操作符完成的

f3 <- function(var){
  iris %>%
       filter({{var}} == "setosa")
 }
f3(Species)
#    Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#1           5.1         3.5          1.4         0.2  setosa
#2           4.9         3.0          1.4         0.2  setosa
#3           4.7         3.2          1.3         0.2  setosa
#4           4.6         3.1          1.5         0.2  setosa
#5           5.0         3.6          1.4         0.2  setosa
#...

如果要通过带引号或不带引号，请使用
ensym
转换为符号并计算（
！！
）

或使用
f5

f5 <- function(name){
  iris %>% 
        mutate(!! name := 1)
 }
f5("newname")
#     Sepal.Length Sepal.Width Petal.Length Petal.Width    Species newname
#1            5.1         3.5          1.4         0.2     setosa       1
#2            4.9         3.0          1.4         0.2     setosa       1
#3            4.7         3.2          1.3         0.2     setosa       1
#4            4.6         3.1          1.5         0.2     setosa       1
# ..

非常感谢。f3和f4工作完美！但是curly-curly运算符不适用于其余函数。如果要在全局环境中分配新对象，请在
f6中使用
assign（dfname，iris，envir=.GlobalEnv）
 f4 <- function(var){
  iris %>% 
    summarise(
        avg = mean(!! rlang::ensym(var))
   )
 }
 f4(Sepal.Length)
 #       avg
 #1 5.843333
 f4("Sepal.Length")
 #     avg
 #1 5.843333

library(stringr)
f7 <- function(name){
  iris %>% 
        mutate(
              !!str_c("v_", name) := 1
        )
 }

f7("1")
#      Sepal.Length Sepal.Width Petal.Length Petal.Width    Species v_1
#1            5.1         3.5          1.4         0.2     setosa   1
#2            4.9         3.0          1.4         0.2     setosa   1
#3            4.7         3.2          1.3         0.2     setosa   1
#4            4.6         3.1          1.5         0.2     setosa   1
#...

f5 <- function(name){
  iris %>% 
        mutate(!! name := 1)
 }
f5("newname")
#     Sepal.Length Sepal.Width Petal.Length Petal.Width    Species newname
#1            5.1         3.5          1.4         0.2     setosa       1
#2            4.9         3.0          1.4         0.2     setosa       1
#3            4.7         3.2          1.3         0.2     setosa       1
#4            4.6         3.1          1.5         0.2     setosa       1
# ..

f6 <- function(dfname){
   assign(dfname, value = iris, envir = .GlobalEnv) 
 }
f6("newdf")
head(newdf, 2)
#  Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#1          5.1         3.5          1.4         0.2  setosa
#2          4.9         3.0          1.4         0.2  setosa