如何在Shiny中将文本参数传入summarise()函数？

不用eval(parse())这种易受环境影响的方法，推荐用rlang包的非标准求值工具实现，更适配dplyr的工作逻辑：

核心思路 #

1. 将用户选择的字符型函数名转换为R符号（sym()）
2. 动态生成每个函数对应的调用表达式（expr()）
3. 用!!!（解引用操作符）将表达式列表传入summarise()

代码示例 #

library(dplyr)
library(rlang)
library(purrr)

# 模拟Shiny中用户选择的函数（对应input$selected_funcs）
selected_funcs <- c("n", "sum", "mean")
# 目标统计变量（对应input$target_var）
target_var <- "value"

# 生成summarise所需的参数列表
summarise_args <- map(selected_funcs, function(func) {
  if (func == "n") {
    # n()无需参数
    expr(n())
  } else {
    # 动态生成函数调用：sum(value)、mean(value)
    expr(!!sym(func)(!!sym(target_var)))
  }
})
# 给每个参数命名，对应最终结果的列名
names(summarise_args) <- selected_funcs

# 测试数据
test_df <- tibble(
  group = rep(c("X", "Y"), each = 5),
  value = rnorm(10)
)

# 执行分组统计
aggr <- test_df %>%
  group_by(group) %>%
  summarise(!!!summarise_args)

# 输出即为你需要的data_desired
aggr

替代方案（用across简化） #

若统计变量固定，可通过across更简洁实现：

aggr <- test_df %>%
  group_by(group) %>%
  summarise(
    n = n(),
    across(value, list(sum = sum, mean = mean), .names = "{.fn}")
  )

之前方法失败的原因 #

• eval(parse())易受Shiny环境作用域限制，导致函数或变量无法被正确识别
• enquote()仅处理单个表达式，未完成批量表达式的解引用与命名，无法直接传入summarise()

内容的提问来源于stack exchange，提问作者toxin