R语言自定义函数中group_by失效问题：两段代码结果不一致的技术问询

你遇到的这个问题其实是dplyr里很常见的「非标准求值（NSE）」坑，我来给你掰明白：

为什么两段代码结果不一样？ #

第一段代码里，你直接在summarize里用mean(d_engi)——因为管道%>%把df_devw传给了后续的dplyr函数，d_engi会被自动识别为当前数据框内的列，配合前面的group_by(year, wage_tile)，自然能按分组计算每组的均值。

但第二段代码里，你把df_devw$d_engi作为参数传给了tbl函数的x，这时候x已经变成了一个独立的、脱离了原数据框上下文的向量。当你在summarize里写mean(x)时，dplyr不会把它和当前的分组绑定，而是直接计算整个x向量的全局均值——所以不管你怎么分组，结果都是同一个全局均值，完全没触发分组逻辑。

怎么修复？ #

有两种常用的修复方式，推荐第一种更符合dplyr风格的写法：

方式1：用整洁评估语法传递列名 #

修改函数定义，用{{}}（双大括号）来捕获传入的列名表达式，让它能在dplyr的分组上下文中正确识别：

tbl <- function(x){ 
  df_devw %>% 
    group_by(year, wage_tile) %>% 
    summarize(mean_value = mean({{x}}), .groups = "drop") %>%  # 用{{}}包裹x
    pivot_wider(names_from = year, values_from = mean_value) 
} 

调用的时候直接传列名即可，不用加df_devw$：

tbl(d_engi)

{{}}的作用是把你传入的d_engi这个列名表达式，注入到summarize的上下文里，让dplyr知道要对分组后的当前数据框里的d_engi列计算均值。

方式2：绑定向量到分组数据框（不推荐，但适配你的调用方式） #

如果你一定要保持tbl(df_devw$d_engi)的调用方式，可以先把传入的向量临时加入到数据框中，再计算分组均值：

tbl <- function(x){ 
  df_devw %>% 
    mutate(temp_col = x) %>%  # 把外部向量绑定到数据框
    group_by(year, wage_tile) %>% 
    summarize(mean_value = mean(temp_col), .groups = "drop") %>% 
    pivot_wider(names_from = year, values_from = mean_value) 
} 

这样temp_col会和原数据框的分组对齐，mean(temp_col)就能正确计算每组的均值了。

内容的提问来源于stack exchange，提问作者user19580645