R语言中如何根据布尔条件选择单/多变量分组数据？

问题根源分析 #

你遇到的报错核心是动态分组变量的传递方式错误：

• 当by_group=TRUE时，用ifelse直接返回多列分组变量会被压平成单个向量，导致分组维度与原数据不匹配；
• 当by_group=FALSE时，错误的变量引用方式会让pick函数无法识别有效分组列，触发缺失值报错。

修正后的代码示例（基于mtcars） #

先构造带分组变量的测试数据：

library(dplyr)

# 给mtcars添加分组变量
mtcars_grouped <- mtcars %>%
  mutate(group1 = factor(cyl), group2 = factor(am))

正确实现的函数

通过动态生成分组变量列表，配合pick(all_of())实现灵活分组：

group_summary <- function(data, by_group = FALSE) {
  # 根据参数生成分组变量名列表
  group_cols <- c("group1", if (by_group) "group2" else NULL)
  
  data %>%
    group_by(pick(all_of(group_cols))) %>%
    summarise(mean_mpg = mean(mpg), .groups = "drop")
}

测试验证

# 仅按group1分组（by_group=FALSE）
group_summary(mtcars_grouped, by_group = FALSE)

# 按group1+group2联合分组（by_group=TRUE）
group_summary(mtcars_grouped, by_group = TRUE)

另一种等价写法（用across） #

如果你习惯用across，也可以这样实现：

group_summary2 <- function(data, by_group = FALSE) {
  data %>%
    group_by(across(c(group1, if (by_group) group2 else NULL))) %>%
    summarise(mean_mpg = mean(mpg), .groups = "drop")
}

为什么错误写法会失效？ #

假设你之前的错误代码类似这样：

# 错误示例：请勿使用
wrong_summary <- function(data, by_group = FALSE) {
  data %>%
    group_by(ifelse(by_group, c(group1, group2), group1)) %>%
    summarise(mean_mpg = mean(mpg))
}

• ifelse会把多列分组变量强制转换成单个向量，导致group_by接收的分组维度与原数据不匹配，触发尺寸错误；
• 当by_group=FALSE时，ifelse返回的是group1的向量值而非列引用，dplyr内部的pick逻辑无法识别有效列，从而抛出缺失值错误。

内容的提问来源于stack exchange，提问作者pinpss