如何编写以向量或公式作为第一个参数的R函数？

我在写一个函数，我希望能够把向量和公式作为第一个参数。如果它是一个向量，我做一些单变量计算，如果它是一个公式，我用第二个变量分析第一个变量（第二个变量总是一个因子）

这是我目前的代码：

fun = function(formula,data) {

  if (class(with(data,formula))=="formula") {
    mod = model.frame(formula,data)
    n.group=names(mod)[2] 
    group <- eval(parse(text=paste("mod$",n.group,sep=""))) #x
    response <- model.response(mod) # y
    return(table(response,group))
  }

  else {
    return(table(with(data,formula)))
  }
}

data(iris)

fun(Sepal.Length~Species,iris) # works correctly
fun(Sepal.Length,iris) # returns an error

fun=函数（公式、数据）{
if（类（带（数据、公式））=“公式”）{
mod=模型框架（公式、数据）
n、 组=名称（mod）[2]
组试试这个：

fun.formula <- function(formula, data) {
  mod = model.frame(formula, data)
  n.group <- names(mod)[2] 
  group <- eval(parse(text=paste("mod$",n.group,sep=""))) #x
  response <- model.response(mod) # y
  table(response, group)
}

fun <- function(formula, data) {
    ret <- try( table(eval(substitute(formula), data), silent = TRUE)
    if (inherits(try, "try-error)) fun.formula(formula, data) else ret
}

# tests
fun(Sepal.Length ~ Species, iris)
fun(Sepal.Length, iris)

fun.formula理想情况下，我会使用S3方法解决这个问题，但我不知道如何解决。以下是完成这项工作的方法：

fun <- function(x,data) {
  mod = try(model.frame(x,data),silent=T)
  if (inherits(mod, "try-error")) {
    x=data[,deparse(substitute(x))]
    return(table(x))
  }
  else {
    mod = model.frame(x,data)
    n.group=names(mod)[2] 
    group <- eval(parse(text=paste("mod$",n.group,sep=""))) #x
    response <- model.response(mod) # y
    return(table(response,group))    
  }
}

fun(Sepal.Length~Species,iris) # works correctly
fun(Sepal.Length,iris) # works!

fun
with（fun（Sepal.Length，iris））
，“eval中的错误（expr，envir，enclose）：对象'Sepal.Length'未找到”应该是错误的一个很好的指示。对不起，
with（iris，fun（Sepal.Length，iris））
谢谢您的回复-它把我推向了正确的方向！
fun <- function(x,data) {
  mod = try(model.frame(x,data),silent=T)
  if (inherits(mod, "try-error")) {
    x=data[,deparse(substitute(x))]
    return(table(x))
  }
  else {
    mod = model.frame(x,data)
    n.group=names(mod)[2] 
    group <- eval(parse(text=paste("mod$",n.group,sep=""))) #x
    response <- model.response(mod) # y
    return(table(response,group))    
  }
}

fun(Sepal.Length~Species,iris) # works correctly
fun(Sepal.Length,iris) # works!