我正在尝试实施我在网上找到的建议，但我已经走到了我想去的地方。
这是一个可重现的示例：
library(tidyverse)
library(dplyr)
library(rlang)
data(mtcars)
filter_expr = "am == 1"
mutate_expr = "gear_carb = gear*carb"
select_expr = "mpg , cyl"
mtcars %>% filter_(filter_expr) %>% mutate_(mutate_expr) %>% select_(select_expr)
该过滤器表达式工作正常。
在发生变异表达的作品很好，但新的变量名称gear_carb =齿轮*碳水化合物，而不是预期的gear_carb。
最后，select表达式返回一个异常。
正如评论中提到的，dplyr 动词的下划线版本现在已被弃用。正确的做法是使用quasiquotation。
要解决您的问题select，您只需修改select_expr以包含多个表达式：
## I renamed your variables to *_str because they are, well, strings.
filter_str <- "am == 1"
mutate_str <- "gear_carb = gear*carb"
select_str <- "mpg; cyl" # Note the ;
使用rlang::parse_expr这些字符串转换为不计算表达式：
## Notice the plural parse_exprs, which parses a list of expressions
filter_expr <- rlang::parse_expr( filter_str )
mutate_expr <- rlang::parse_expr( mutate_str )
select_expr <- rlang::parse_exprs( select_str )
鉴于未评估的表达式，我们现在可以将它们传递给dplyr动词。写入filter( filter_expr )将不起作用，因为filter将查找filter_expr在您的数据框中命名的列。相反，我们想要访问存储在 filter_expr. 为此，我们使用!!运算符让dplyr动词知道参数应该扩展到它的内容（这是我们感兴趣的未评估表达式）：
mtcars %>% filter( !!filter_expr )
# mpg cyl disp hp drat wt qsec vs am gear carb
# 1 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4
# 2 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4
# 3 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1
# 4 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1
mtcars %>% mutate( !!mutate_expr )
# mpg cyl disp hp drat wt qsec vs am gear carb gear_carb = gear * carb
# 1 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 16
# 2 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 16
# 3 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1 4
# 4 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1 3
在 的情况下select，我们有多个表达式，由以下处理!!!：
mtcars %>% select( !!!select_expr )
# mpg cyl
# Mazda RX4 21.0 6
# Mazda RX4 Wag 21.0 6
# Datsun 710 22.8 4
PS 还值得一提的是，它select可以直接使用字符串向量，而不必先使用rlang::parse_expr()它们：
mtcars %>% select( c("mpg", "cyl") )
# mpg cyl
# Mazda RX4 21.0 6
# Mazda RX4 Wag 21.0 6
# Datsun 710 22.8 4