tidyverse summarise函数行为是否变更？Shiny应用统计代码报错

我有一个已运行许久的Shiny应用，其中功能之一是为数据框生成统计表格，此前以下代码一直可正常运行：

library(shiny)
#library(dashboardthemes)
library(readxl)
library(readODS)
library(tidyverse)  # data wrangling
library(viridis)    # for colour-blind friendly palettes
library(ggplot2)    # pretty plots
library(scales)
library(PerformanceAnalytics)# for statistics
library(EnvStats)
library(ggbeeswarm)

... code ...

Stats <- graphData() %>%
      group_by(Analyte) %>%
      summarise(
        .groups="keep",
        Count = sum(!is.na(Concentration)),   # Number of samples
        Minimum = min(Concentration),         # Minimum
        Average = mean(Concentration),        # Mean
        Median = median(Concentration),       # Median
        Maximum = max(Concentration),         # Maximum
        Range = Maximum - Minimum             # Range
       )

graphData()函数返回包含Analyte名称与Concentration值的数据框。近期修改脚本其他部分后，该summarise函数突然失效，报错提示：Error: object 'Maximum' not found。此前我可以在summarise语句中引用刚定义的变量（比如用Maximum计算Range），想知道是summarise函数的行为发生了变更，还是存在其他问题？我的RStudio版本为2023.09.0+463 "Desert Sunflower"（Ubuntu Jammy系统）。我可以通过后续的mutate重写代码，但更希望能保留原有写法。

这是dplyr版本更新导致的行为变化：在dplyr 1.1.0及以后的版本中，summarise默认不再支持在同一次调用内引用刚生成的新列。旧版本允许这种“即时引用”，但新版本为了消除求值顺序的歧义，改为所有列的计算都基于原始分组数据框，而非本次summarise中生成的列。

要保留原有写法，有两种直接方案：

• 方案1：使用rowwise()
  在group_by之后添加rowwise()，让summarise按行处理，支持即时引用新生成的列：

  Stats <- graphData() %>%
    group_by(Analyte) %>%
    rowwise() %>%
    summarise(
      .groups="keep",
      Count = sum(!is.na(Concentration)),
      Minimum = min(Concentration),
      Average = mean(Concentration),
      Median = median(Concentration),
      Maximum = max(Concentration),
      Range = Maximum - Minimum
    ) %>%
    ungroup() # 按需取消行分组，避免后续操作受影响
  

• 方案2：拆分summarise与mutate
  先计算所有不依赖的统计量，再用mutate计算依赖列，这也是新版本推荐的写法：

  Stats <- graphData() %>%
    group_by(Analyte) %>%
    summarise(
      .groups="keep",
      Count = sum(!is.na(Concentration)),
      Minimum = min(Concentration),
      Average = mean(Concentration),
      Median = median(Concentration),
      Maximum = max(Concentration)
    ) %>%
    mutate(Range = Maximum - Minimum)
  

如果非要沿用旧逻辑，也可以临时回退到dplyr 1.0.x版本，但不推荐长期这么做，建议适配新的求值逻辑以保证代码兼容性。

内容的提问来源于stack exchange，提问作者tim