dplyr::group_by丢失自定义tibble子类类，S3打印方法无法调度怎么办？

你遇到的问题是dplyr分组操作后默认会将对象类替换为grouped_df，覆盖了自定义的my_tbl类，导致自定义打印方法失效——这确实是dplyr的设计行为，而非bug。下面是两种规范的处理方式，优先推荐第一种：

方法一：用dplyr_reconstruct保留自定义类 #

dplyr提供了dplyr_reconstruct泛型函数，专门用于在数据操作后重建自定义子类的类结构，这是官方推荐的处理方式，能覆盖所有dplyr操作（不只是group_by）。

实现代码如下：

library(tibble)
library(dplyr)

# 定义自定义tibble子类
my_tbl <- function(x) {
  new_tibble(x, class = "my_tbl")
}

# 自定义打印表头的tbl_sum方法
tbl_sum.my_tbl <- function(x) {
  c("My Fancy Header" = "Whooaaaa!")
}

# 实现dplyr_reconstruct，保留自定义类
dplyr_reconstruct.my_tbl <- function(data, template) {
  # 先执行默认的重建逻辑，得到grouped_df对象
  reconstructed <- NextMethod()
  # 将自定义类添加到类向量的最前面
  class(reconstructed) <- c("my_tbl", class(reconstructed))
  reconstructed
}

# 测试原始对象
(mt <- my_tbl(mtcars %>% slice(1L)))

# 分组后会保留my_tbl类，打印自定义表头
mt %>% group_by(am)

# 查看类：同时包含my_tbl和grouped_df
class(mt %>% group_by(am))
# [1] "my_tbl"     "grouped_df" "tbl_df"     "tbl"        "data.frame"

方法二：为grouped_df实现tbl_sum方法 #

如果不想修改分组后的类结构，也可以直接为grouped_df类型实现tbl_sum方法，判断对象是否属于自定义子类后调用自定义打印逻辑：

tbl_sum.grouped_df <- function(x) {
  if (inherits(x, "my_tbl")) {
    # 自定义表头+分组信息
    c("My Fancy Header" = "Whooaaaa!", "Groups" = toString(group_vars(x)))
  } else {
    # 调用默认的grouped_df打印逻辑
    NextMethod()
  }
}

注意：不推荐直接重载group_by #

直接重载dplyr::group_by只能覆盖单个操作，而dplyr还有大量其他数据操作（如group_by_at、summarise等）都会修改类结构，使用dplyr_reconstruct能统一处理所有场景，是更健壮的方案。

内容的提问来源于stack exchange，提问作者thothal