如何阻止tidyverse在lapply中重命名分组列？附原因解析

为什么列名会变成get(col)？ #

当你在group_by()里使用get(col)时，dplyr会把函数调用的表达式本身作为分组列的名称，而非解析col对应的原列名。因为get(col)是动态调用，dplyr默认会保留这个调用的字面形式，所以最终列名就变成了get(col)。

解决办法（三种可行方式） #

方法1：使用.data代词推荐 #

dplyr提供的.data代词可直接通过字符串引用数据框列，同时保留原列名：

df <- data.frame(a = c(1, 1, 1), b = c(1, 1, 1), c = c(1, 1, 1))

lapply(c("a", "b"), function(col) {
  assign(col, df %>% group_by(.data[[col]]) %>% summarize(), env = .GlobalEnv)
})

运行后，全局环境中的a和b对象会保留原列名"a"、"b"。

方法2：使用across()函数 #

通过across(all_of(col))也能正确解析列名并保留原名称：

lapply(c("a", "b"), function(col) {
  assign(col, df %>% group_by(across(all_of(col))) %>% summarize(), env = .GlobalEnv)
})

方法3：使用rlang的准引用（!! + sym()） #

若熟悉rlang语法，可将字符串转成符号后解引用：

library(rlang)

lapply(c("a", "b"), function(col) {
  assign(col, df %>% group_by(!!sym(col)) %>% summarize(), env = .GlobalEnv)
})

内容的提问来源于stack exchange，提问作者myusername