如何基于mro、aff、yrs自动生成dplyr的summarise代码？

步骤1：生成所有符合格式的目标变量名 #

基于你提供的三个向量，先生成所有可能的变量名组合（对应p+aff值+y+年份值+_+mro值的格式），可以用tidyverse工具或基础R实现：

用tidyverse方式生成

library(tidyverse)

# 预设向量
mro <- c('19100', '19740')
aff <- c('50','80')
yrs <- c(21,22)

# 生成所有匹配格式的变量名
target_vars <- crossing(aff, yrs, mro) %>%
  mutate(var_name = str_c("p", aff, "y", yrs, "_", mro)) %>%
  pull(var_name)

用基础R方式生成

# 预设向量
mro <- c('19100', '19740')
aff <- c('50','80')
yrs <- c(21,22)

# 生成所有变量名组合
var_combinations <- expand.grid(aff = aff, yrs = yrs, mro = mro, stringsAsFactors = FALSE)
target_vars <- with(var_combinations, paste0("p", aff, "y", yrs, "_", mro))

步骤2：在summarise中自动调用变量列表 #

使用any_of()（允许部分变量不存在）或all_of()（确认所有生成变量都存在）包裹变量名向量，让across正确识别这些是要汇总的变量：

# 假设你的数据集为df，按需要分组后执行汇总
df %>%
  group_by(your_group_var) %>% # 替换为你的分组变量
  summarise(
    across(any_of(target_vars), mean, na.rm = TRUE) # 替换为你需要的汇总函数，比如sum、median等
  )

验证与手动代码一致性 #

手动编写的代码（示例）：

df %>%
  group_by(your_group_var) %>%
  summarise(
    p50y21_19100 = mean(p50y21_19100, na.rm = TRUE),
    p50y21_19740 = mean(p50y21_19740, na.rm = TRUE),
    p50y22_19100 = mean(p50y22_19100, na.rm = TRUE),
    p50y22_19740 = mean(p50y22_19740, na.rm = TRUE),
    p80y21_19100 = mean(p80y21_19100, na.rm = TRUE),
    p80y21_19740 = mean(p80y21_19740, na.rm = TRUE),
    p80y22_19100 = mean(p80y22_19100, na.rm = TRUE),
    p80y22_19740 = mean(p80y22_19740, na.rm = TRUE)
  )

自动生成的代码与上述手动代码输出完全一致，且无需暴力输入变量名，同时只会汇总数据中实际存在的变量。

内容的提问来源于stack exchange，提问作者sgre