在R语言中如何通过tidyeval向函数传递多个变量名

你可以通过enquos()函数捕获...中的变量表达式，再用!!!（非拼接运算符）将其展开传递给across，就能实现以独立参数形式传入多个分析变量的需求。

修正后的函数实现如下：

library(dplyr)

a_summary_fn <- function(the_data, the_group, ...) { 
  # 捕获...中的所有变量表达式
  analysis_vars <- enquos(...)
  
  the_data |>
    group_by({{the_group}}) |>
    summarize(
      across(
        !!!analysis_vars,  # 展开捕获的变量列表
        list(
          mean = ~mean(., na.rm = TRUE), 
          sd = ~sd(., na.rm = TRUE), 
          n = ~sum(!is.na(.))
        )
      )
    ) |>
    mutate(across(ends_with(c("_mean", "_sd")), ~round(., digits = 3))) 
} 

# 调用示例
a_summary_fn(mtcars, cyl, disp, hp)

关键逻辑说明： #

• 捕获变量：enquos(...)会把你通过...传入的每个变量（如disp、hp）转换成带环境上下文的quosure对象，打包成列表存储。
• 展开变量：!!!运算符的作用是把这个quosure列表"拆解"，让across能够逐个识别这些变量，效果等价于手动写c(disp, hp)。

在较新版本的dplyr中，也可以用更简化的写法，直接在across里使用c(...)，dplyr会自动处理其中的变量表达式：

a_summary_fn <- function(the_data, the_group, ...) { 
  the_data |>
    group_by({{the_group}}) |>
    summarize(
      across(
        c(...),  # 直接用c(...)组合变量
        list(
          mean = ~mean(., na.rm = TRUE), 
          sd = ~sd(., na.rm = TRUE), 
          n = ~sum(!is.na(.))
        )
      )
    ) |>
    mutate(across(ends_with(c("_mean", "_sd")), ~round(., digits = 3))) 
} 

两种写法都支持你想要的调用方式：a_summary_fn(mtcars, cyl, disp, hp)。其中enquos()的写法更符合tidyeval规范，也更灵活——它还支持传入带运算的表达式（比如disp/100这类）。

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