将函数应用于数据框列(dplyr)

我有一个数据帧，其中包含一个列，其中包含一些自由 Select 的"代码"(例如"abcde"、"blabla").由于数据来自在线调查，有时用户会错误地输入他们应该输入的代码.例如，他们写的是"bacde"而不是"abcde".

library(RecordLinkage)
library(tidyverse)

# Sample data
df <- data.frame(code = c(rep("abcde", 20), "bbcde", "abccde", rep("efghi", 20), "efigh", "efghj"))

我编写了一个函数correctCodes()，它返回"更正"的代码.它使用levenshtein距离来计算两个字符串之间的相似度.只有当至少有两个"参考代码"并且相似度超过某个阈值(.8)时，代码才会被更正

# function that calculates similarity between two strings
mylevsim = function (str1, str2) {
  return(1 - (RecordLinkage::levenshteinDist(str1, str2)/max(nchar(str1), nchar(str2))))
}


# Function that returns the corrected code
correctCodes <- function(wrongCode) {

  wrongCode <- trimws(toupper(wrongCode))
  
  counts <- df %>% 
    mutate(code = trimws(toupper(code))) %>%
    group_by(code) %>%
    summarise(n = n(),
              Var2 = code,
              code = NULL) %>%
    filter(!duplicated(code))
  
expand.grid(trimws(toupper(df$code)), trimws(toupper(df$code)), stringsAsFactors = FALSE) %>%
    mutate(similarity = mylevsim(Var1, Var2)) %>%
    arrange(Var1, desc(similarity)) %>%
    left_join(counts, by = "Var2") %>%
    mutate(both = paste(Var1, Var2)) %>%
    filter(!duplicated(both),
           Var1 != Var2,
           Var1 == wrongCode,
           n > 2,
           similarity > .8) %>%
     filter(row_number()==1) %>%
     pull(Var2)
} 

现在，如果我像这样调用函数(该函数返回"ABCDE")，就可以很好地工作:

correctCodes("abccde")  # returns ABCDE
correctCodes("bbcde")   # returns ABCDE
correctCodes("efghj")   # returns EFGHI

然而，如果我想在dplyr::mutate()以内使用它，它根本不起作用:

df %>%
  mutate(code_corrected = correctCodes(code))