这个答案将涵盖许多与现有答案相同的元素，但是这个问题（将列名传递给函数）经常出现，以至于我希望有一个更全面地涵盖所有内容的答案。
假设我们有一个非常简单的数据框：
dat <- data.frame(x = 1:4,
y = 5:8)
我们想编写创建一个新列的函数z即列之x和y。
这里一个很常见的绊脚石是自然的（但不正确的）尝试通常看起来像这样：
foo <- function(df,col_name,col1,col2){
df$col_name <- df$col1 + df$col2
df
}
#Call foo() like this:
foo(dat,z,x,y)
这里的问题是df$col1不评估表达式col1。它只是在df字面上查找名为的列col1。在?Extract“递归（类似列表）的对象”一节中介绍了此行为。
最简单，也是最常推荐的解决方案是简单地从$to 切换[[并以字符串形式传递函数参数：
new_column1 <- function(df,col_name,col1,col2){
#Create new column col_name as sum of col1 and col2
df[[col_name]] <- df[[col1]] + df[[col2]]
df
}
> new_column1(dat,"z","x","y")
x y z
1 1 5 6
2 2 6 8
3 3 7 10
4 4 8 12
这通常被认为是“最佳实践”，因为这是最难解决的方法。尽可能将列名称作为字符串传递。
以下两个选项更高级。许多流行的软件包都使用了这类技术，但是很好地使用它们需要更多的关怀和技巧，因为它们会引入微妙的复杂性和意外的故障点。哈德利（Hadley）的Advanced R本书的这一部分是其中一些问题的绝佳参考。
如果您确实想避免用户输入所有这些引号，则一种选择可能是使用以下命令将裸露的，未引号的列名转换为字符串deparse(substitute())：
new_column2 <- function(df,col_name,col1,col2){
col_name <- deparse(substitute(col_name))
col1 <- deparse(substitute(col1))
col2 <- deparse(substitute(col2))
df[[col_name]] <- df[[col1]] + df[[col2]]
df
}
> new_column2(dat,z,x,y)
x y z
1 1 5 6
2 2 6 8
3 3 7 10
4 4 8 12
坦率地说，这可能有点愚蠢，因为我们确实在做与中相同的事情new_column1，只是做了很多额外的工作将裸名转换为字符串。
最后，如果我们真的想花哨的话，我们可能会决定，与其传递两个列的名称来添加，不如说要更加灵活并允许两个变量的其他组合。在这种情况下，我们可能会使用eval()包含两列的表达式：
new_column3 <- function(df,col_name,expr){
col_name <- deparse(substitute(col_name))
df[[col_name]] <- eval(substitute(expr),df,parent.frame())
df
}
只是为了好玩，我仍在使用deparse(substitute())新列的名称。在这里，以下所有功能均适用：
> new_column3(dat,z,x+y)
x y z
1 1 5 6
2 2 6 8
3 3 7 10
4 4 8 12
> new_column3(dat,z,x-y)
x y z
1 1 5 -4
2 2 6 -4
3 3 7 -4
4 4 8 -4
> new_column3(dat,z,x*y)
x y z
1 1 5 5
2 2 6 12
3 3 7 21
4 4 8 32
因此，简短的答案基本上是：将data.frame列名作为字符串传递，并用于[[选择单个列。只有开始钻研eval，substitute等等。如果你真的知道自己在做什么。