如何通过循环实现dplyr中多变量的group_by与summarize操作

现有数据框包含ID、多个人口统计变量（Gender、Race、AgeCategory）及二元变量TargetYear，结构示例如下：

需生成TargetYear与每一个人口统计变量的交叉汇总表，并合并为如下格式的结果：

尝试用for循环结合dplyr实现但未成功，初始代码如下：

library(dplyr)
library(tidyr)

variables <- c("Gender", "Race", "AgeCategory")

agg <- NULL

for (i in variables){
  u <- df %>% group_by(TargetYear, (i)) %>% summarize(n=n_distinct(ID)) %>% ungroup() %>% mutate(total=sum(n)) %>% group_by(TargetYear, (i)) %>% pivot_longer((i))
  return(u)
  bind_rows(agg, u)
}

运行后agg始终为NULL，生成的u结果不符合预期：

核心问题 #

1. 字符串列名引用错误：group_by和pivot_longer中直接使用(i)无法正确解析字符串变量，需要用dplyr的列引用语法。
2. 循环提前终止：return(u)会在第一次循环时直接退出，后续变量无法处理，也无法合并结果。
3. 结果未保存：bind_rows(agg, u)没有赋值回agg，导致每次循环的结果丢失。

修正后的For循环代码 #

library(dplyr)
library(tidyr)

variables <- c("Gender", "Race", "AgeCategory")
agg <- tibble()  # 初始化空tibble，比NULL更安全

for (i in variables) {
  u <- df %>%
    group_by(TargetYear, .data[[i]]) %>%  # 正确引用字符串列名
    summarize(n = n_distinct(ID), .groups = "drop") %>%  # 直接移除分组，替代ungroup()
    mutate(total = sum(n)) %>%  # 计算当前变量分组的总人数
    pivot_longer(cols = all_of(i), names_to = "name", values_to = "value")  # 转换为长格式
  
  agg <- bind_rows(agg, u)  # 将当前结果合并到总表中
}

# 查看最终结果
agg

函数+purrr::map实现（更简洁） #

如果偏好函数式编程风格，可定义处理单个变量的函数，配合map_dfr自动合并结果：

library(dplyr)
library(tidyr)
library(purrr)

# 定义处理单个变量的函数
summarize_demog <- function(var, data) {
  data %>%
    group_by(TargetYear, .data[[var]]) %>%
    summarize(n = n_distinct(ID), .groups = "drop") %>%
    mutate(total = sum(n)) %>%
    pivot_longer(cols = all_of(var), names_to = "name", values_to = "value")
}

variables <- c("Gender", "Race", "AgeCategory")
agg <- map_dfr(variables, ~summarize_demog(.x, df))  # map_dfr自动按行合并

agg

关键说明 #

• .data[[i]]和all_of(i)：dplyr中用于引用字符串列名的标准方式，解决循环中变量解析问题。
• .groups = "drop"：在summarize中直接清除分组，代码更简洁。
• map_dfr：自动将多个数据框按行合并，无需手动处理绑定逻辑。

内容的提问来源于stack exchange，提问作者AlexC