如何在R的summarise中根据条件选择性生成聚合列？

我现在的处理逻辑是先通过summarize批量生成所有需要的汇总列，再逐个根据条件删除不需要的列；另一种思路是单独生成每一列再用join合并，但这种方式效率更低。

当前代码如下：

Data <- Data %>%
    group_by_at(group_by_Vektor) %>%
    summarize(var_1 = sum(var_1), 
              var_2 = sum(var_2), 
              ...
              var_n = sum(var_n),
             .groups = 'drop')
if (!condition_1) {
    Data <- select(Data, -var_1)
}
if (!condition_2) {
    Data <- select(Data, -var_2)
}
...
if (!condition_n) {
    Data <- select(Data, -var_n)
}

我希望能直接在summarize步骤里根据条件决定是否生成对应列，实现类似下面的写法：

Data <- Data %>%
    group_by_at(group_by_Vektor) %>%
    summarize(if(condition_1, var_1 = sum(var_1)), 
              if(condition_2, var_2 = sum(var_2), 
              ...
              if(condition_n, var_n = sum(var_n)),
             .groups = 'drop')

解决方案 #

方法1：结合across筛选变量后批量汇总

先根据条件筛选出需要汇总的变量，再用across批量执行汇总操作，无需后续删列步骤：

# 筛选需要汇总的变量（自动过滤不符合条件的变量）
vars_to_summarize <- c(
  if (condition_1) "var_1",
  if (condition_2) "var_2",
  # 依次添加其他变量的条件判断
  if (condition_n) "var_n"
) %>% na.omit() # 移除空值（即不满足条件的变量）

Data <- Data %>%
  group_by_at(group_by_Vektor) %>%
  summarize(across(all_of(vars_to_summarize), sum), .groups = 'drop')

方法2：构建表达式列表后批量传入summarize

用rlang包的quo构建汇总表达式，再通过!!!（非标准求值）传入summarize，适合每个变量有不同汇总逻辑的场景：

library(rlang)

# 初始化表达式列表
sum_exprs <- list()
# 根据条件添加对应汇总表达式
if (condition_1) sum_exprs[["var_1"]] <- quo(sum(var_1))
if (condition_2) sum_exprs[["var_2"]] <- quo(sum(var_2))
# 依次添加其他变量的条件判断
if (condition_n) sum_exprs[["var_n"]] <- quo(sum(var_n))

Data <- Data %>%
  group_by_at(group_by_Vektor) %>%
  summarize(!!!sum_exprs, .groups = 'drop')

两种方法都能直接在summarize阶段生成符合条件的列，避免后续反复调用select删列，代码更简洁高效。

内容的提问来源于stack exchange，提问作者Roland