为何在group_by()中使用eval(substitute(x,...))会生成异常列名？

你遇到的核心问题是dplyr非标准求值（NSE）的特性差异，以及eval(substitute())在不同位置的执行时机不同：

1. 为什么f1的分组列名异常？ #

dplyr的group_by()（包括summarise()这类聚合函数）会保留传入的表达式字面形式，用于生成输出结果的列名，而不仅仅是使用表达式的计算值：

• 在f1中，你传给group_by()的是eval(substitute(variable, list(variable = as.name(variable))))这个完整表达式。
• 虽然分组逻辑确实会用eval()的结果（也就是v1列）进行计算，但dplyr在记录分组列名时，会把这个长表达式直接转换成字符串作为列名，就出现了你看到的eval(substitute(variable, list(variable = as.name(variable))))这个奇怪的列名。

而filter()不存在这个问题，因为它只关心表达式的逻辑判断结果，不需要把传入的表达式作为列名保存，所以eval()的结果只会用于过滤，不会影响输出的列名。

2. f2写法为什么正常？ #

f2把整个管道都包裹在eval(substitute(...))中，这相当于先完成变量替换，再执行dplyr管道：

• substitute()会先把管道里的variable替换成as.name(variable)（也就是v1这个符号），替换后的代码变成了：

  df %>% group_by(v1) %>% summarise(c1 = mean(v2))
  

• 此时dplyr看到的是v1这个明确的列名符号，自然就会用v1作为分组列名，和你直接在控制台写这段代码的效果完全一致。

更简洁的替代写法 #

并不需要用复杂的eval(substitute())组合，dplyr提供了更直观的方式处理字符串形式的变量名：

方式1：使用.data代词（推荐） #

f4 <- function(data, variable) {
  data %>%
    group_by(.data[[variable]]) %>%
    summarise(c1 = mean(v2))
}
f4(df, "v1")

方式2：兼容字符串和符号输入 #

用rlang::ensym()把输入转换成符号，再配合{{ }}（卷曲操作符）：

f5 <- function(data, variable) {
  variable <- rlang::ensym(variable)
  data %>%
    group_by({{ variable }}) %>%
    summarise(c1 = mean(v2))
}
# 两种调用方式都支持
f5(df, "v1")
f5(df, v1)

内容的提问来源于stack exchange，提问作者baobab