您可以使用as.formula来构造公式。
下面是一个例子：

library(reshape2)
## Example from `melt.data.frame`
names(airquality) <- tolower(names(airquality))
df_id <- c("month", "day")
aq <- melt(airquality, id = df_id)

## Constructing the formula
f <- as.formula(paste(paste(df_id, collapse = " + "), "~ variable"))

## Applying it....
dcast(aq, f, value.var = "value", fun.aggregate = mean)

从Tidyverse包glue导出的函数 glue（） 使公式比 paste（） 更容易构建。下面是 glue（） 的作用：

a <- 1
b <- 2
glue( "{a} + {b} = {a+b}." )

返回字符串
因此，glue（） 逐字地接受参数，但将名称和其他表达式替换在大括号中。查看上面的链接以获取完整的规范：glue（） 有其他参数，包括更多的字符串，一个参数提供了查找变量的环境，还有两个参数将花括号更改为其他分隔符。就 dcast（） 而言，它避免了必须与 paste（） 一起使用的额外引号和逗号。下面是一个例子，使用你的表：

install.packages( "glue" )
library( glue )

library( data.table ) 

dt <- data.table( c1 = c( 1  , 1  , 1  , 2   , 2   , 2    )    
                , c2 = c( "A", "B", "C", "A1", "B1", "C1" )
                , c3 = c( 1  , 2  , 3  , 1   , 2   , 3    )
                )

f1 <- function( d, col_name1, col_name2, col_name3 ) {
  dcast( d, glue( "{col_name1} ~ {col_name3}" ), value.var = col_name2 )
}

f1( dt, "c1", "c2", "c3" )

下面是它的输出（在R 3.6.3上）：

> f1( dt, "c1", "c2", "c3" )
   c1  1  2  3
1:  1  A  B  C
2:  2 A1 B1 C1

对于使用base R的人来说，sprintf()与glue::glue()相比是很好的：

vars_to_use <- c("Petal.Length", "Sepal.Length")

as.formula(sprintf("Species ~ %s", 
                   paste(vars_to_use, collapse = " + ")))

## Species ~ Petal.Length + Sepal.Length

作为奖励，如果您可以使用sprintf()而不是使用paste()，您将获得性能改进，因为它是在C中实现的。