使用bigrquery+dplyr调用外部脚本函数时出现<tbl_lazy>$方法报错

我使用dplyr接口编写用于BigQuery数据库表QC的通用函数，通过source()将其引入一系列表专属的RMD文档中。在RMD文件中直接运行代码完全正常，但封装为函数后持续报错：

Error in `table$variable`:
! The `$` method of <tbl_lazy> is for internal use only.
ℹ Use `dplyr::pull()` to get the values in a column.

报错的示例函数：

count_records_by_group <- function(table, variable) {
  table %>%
    group_by(variable) %>%
    summarise(count = n()) %>%
    data.frame()
}

硬编码变量名可正常运行，但不符合通用函数设计初衷：

count_records_by_group <- function(table) {
  table %>%
    group_by(year) %>%
    summarise(count = n()) %>%
    data.frame()
}

已尝试eval(parse("variable"))、dplyr::pull(table, variable)等方式，临时方案是将整张表加载到内存，但不适用于多数大表。使用包版本：dplyr 1.1.4，dbplyr 2.5.0，bigrquery 1.5.1。

这不是bug，是未正确处理**非标准求值（NSE）**导致的问题。dbplyr处理懒加载表（tbl_lazy）时，不能直接将变量名裸传给group_by，需使用dplyr的整洁评估语法：

方法1：使用{{ }}（推荐，dplyr 1.0+） #

这是最简洁的写法，自动处理变量引用：

count_records_by_group <- function(table, variable) {
  table %>%
    group_by({{ variable }}) %>%
    summarise(count = n()) %>%
    data.frame()
}

调用时直接传入列名：count_records_by_group(my_bq_table, year)

方法2：使用.data代词（适合传入字符串类型的列名） #

如果variable是字符串（如variable = "year"），用.data代词引用列：

count_records_by_group <- function(table, variable) {
  table %>%
    group_by(.data[[variable]]) %>%
    summarise(count = n()) %>%
    data.frame()
}

调用方式：count_records_by_group(my_bq_table, "year")

方法3：传统NSE写法（enquo() + !!） #

兼容旧版dplyr的写法：

count_records_by_group <- function(table, variable) {
  var_enquo <- enquo(variable)
  table %>%
    group_by(!!var_enquo) %>%
    summarise(count = n()) %>%
    data.frame()
}

调用方式与方法1一致，直接传入列名。

以上方法均无需加载整张表到内存，可让dbplyr正确生成SQL查询发送至BigQuery，避免tbl_lazy相关报错。

内容的提问来源于stack exchange，提问作者frontflip