在R语言中，使用dplyr和purrr进行非标准评估（NSE）的解决方法如下：

library(dplyr)
library(purrr)

# 创建一个数据框
data <- data.frame(
  x = c(1, 2, 3, 4, 5),
  y = c(6, 7, 8, 9, 10)
)

# 定义一个函数，该函数使用dplyr和purrr来进行NSE
my_function <- function(df, column_name) {
  # 使用dplyr来选择特定的列
  df_selected <- df %>%
    select({{ column_name }})
  
  # 使用purrr来对选择的列进行一些操作，例如求平均值
  df_selected %>%
    map(mean)
}

# 调用函数，并传入数据框和要选择的列名
result <- my_function(data, x)
print(result)

在上面的示例中，我们首先加载了dplyr和purrr包。然后，我们创建了一个名为data的数据框，其中包含x和y两列。

接下来，我们定义了一个名为my_function的函数，该函数接受一个数据框和一个列名作为参数。在函数内部，我们使用dplyr的select()函数来选择指定的列。在这里，我们使用了{{ column_name }}来引用传递给函数的列名参数。然后，我们使用purrr的map()函数对选择的列进行一些操作，例如计算平均值。

最后，我们调用my_function函数，并传入data数据框和要选择的列名x。将结果存储在result变量中，并打印输出。