这两个函数实际上都存在于Peter Danenberg的the roxygen package（see the source code here）中（最初基于Byron Ellis's solution on R-Help）：

Curry <- function(FUN,...) {
  .orig = list(...);
  function(...) do.call(FUN,c(.orig,list(...)))
}

Compose <- function(...) {
  fs <- list(...)
  function(...) Reduce(function(x, f) f(x),
                       fs,
                       ...)
}

注意Reduce函数的用法，当尝试在R中进行函数式编程时，它会非常有帮助。更多细节请参见？Reduce（它还涵盖了其他函数，如Map和Filter）。
你举的咖喱的例子（在这个用法上略有不同）：

> library(roxygen)
> p <- Curry(paste, collapse="")
> p(letters[1:10])
[1] "abcdefghij"

下面的例子展示了Compose的实用性（对字母应用三个不同的函数）：

> Compose(function(x) x[length(x):1], Curry(paste, collapse=""), toupper)(letters)
[1] "ZYXWVUTSRQPONMLKJIHGFEDCBA"

最后一个例子是这样的：

> aggregate(df[,"t"], df["l"], Compose(Curry(paste, collapse=""), toupper))
  l    x
1 1  ABG
2 2 DEFH
3 3  CIJ

最后，这里有一种方法可以对plyr执行相同的操作（如前所述，也可以轻松地对by或aggregate执行相同的操作）：

> library(plyr)
> ddply(df, .(l), function(df) paste(toupper(df[,"t"]), collapse=""))
  l   V1
1 1  ABG
2 2 DEFH
3 3  CIJ

现在，R中函数式编程的标准位置是functional库。
从库中：
函数：Curry、Compose和其他高阶函数
示例：

library(functional)
   newfunc <- Curry(oldfunc,x=5)

起重机：https://cran.r-project.org/web/packages/functional/index.html
PS：这个库替代了ROxigen库。

roxygen包中有一个名为咖喱的函数。
通过R Mail Archive上的this conversation找到。

如果您希望变量的“名称”准确地传递，则需要更复杂的方法。
例如，如果你使用plot(rnorm(1000),rnorm(1000))，那么你会在x轴和y轴上得到漂亮的标签。

> data.frame( rnorm(5), rnorm(5), first=rpois(5,1), second=rbinom(5,1,0.5) )
    rnorm.5. rnorm.5..1 first second
1  0.1964190 -0.2949770     0      0
2  0.4750665  0.8849750     1      0
3 -0.7829424  0.4174636     2      0
4  1.6551403  1.3547863     0      1
5  1.4044107 -0.4216046     0      0

并不是说data.frame已经为列指定了有用的名称。
咖喱的一些实现可能无法正确地做到这一点，导致列名和图标签不可读。

Curry <- function(FUN, ...) {
    .orig = match.call()
    .orig[[1]] <- NULL # Remove first item, which matches Curry
    .orig[[1]] <- NULL # Remove another item, which matches FUN
    function(...) {
        .inner = match.call()
        .inner[[1]] <- NULL # Remove first item, which matches Curry
        do.call(FUN, c(.orig, .inner), envir=parent.frame())
    }
}

这是相当复杂的，但我认为它是正确的。match.call将捕获所有的参数，完全记住哪些表达式定义了这些参数（这对于漂亮的标签是必要的）。问题是它捕获了太多的参数--不仅仅是...，还有FUN。它还记住了正在调用的函数的名称（Curry）。
因此，我们希望删除.orig中的前两个条目，这样.orig就能真正对应...的参数，这就是为什么我们执行.orig[[1]]<-NULL两次--每次删除一个条目，并将其他所有内容左移。
这就完成了定义，现在我们可以执行以下操作以获得与上面 * 完全 * 相同的结果

Curry(data.frame, rnorm(5), rnorm(5) )( first=rpois(5,1) , second=rbinom(5,1,0.5) )

关于envir=parent.frame()的最后一点说明。我用它来确保如果你有一个叫做.inner或. orig的外部变量不会有问题。现在，所有的变量都在咖喱被调用的地方求值。

在package purrr中，现在有一个函数partial

如果你已经在使用tidyverse的purrr包，那么purrr::partial是一个自然的选择，从purrr::partial的描述可以看出：

# Partial is designed to replace the use of anonymous functions for
# filling in function arguments. Instead of:
compact1 <- function(x) discard(x, is.null)

# we can write:
compact2 <- partial(discard, .p = is.null)