如何在dplyr的summarise中正确调用匿名函数传递分组数据？

正确写法1：修正pick的调用方式 #

把匿名函数里的everything(.)改成everything()，去掉多余的.即可：

library(tidyverse)

tribble(
  ~A,   ~N,
  "a",   1,
  "a",   2,
  "a",   3,
  "a",   4,
  "a",   5,
  "b",   1,  
  "b",   2
) %>%
  group_by(A) %>%
  summarise(xxx = (function(x) {nrow(x)})(pick(everything())))

运行后得到预期结果：

# A tibble: 2 × 2
  A       xxx
  <chr> <int>
1 a         5
2 b         2

正确写法2：用cur_data()获取分组子数据框 #

cur_data()是dplyr专门用于获取当前分组子数据框的函数，直接传给匿名函数就能精准拿到分组后的数据：

tribble(
  ~A,   ~N,
  "a",   1,
  "a",   2,
  "a",   3,
  "a",   4,
  "a",   5,
  "b",   1,  
  "b",   2
) %>%
  group_by(A) %>%
  summarise(xxx = (function(x) nrow(x))(cur_data()))

同样能得到正确的分组统计结果。

错误原因解析 #

• 用pick(everything(.))报错，是因为everything()里的.破坏了pick的上下文：在匿名函数的调用语境中，.不再指向分组后的子数据，而是变成了pick函数的内部占位符，导致pick无法识别分组后的列结构，触发下标越界错误。
• 直接传.时，匿名函数里的.指向的是整个原始数据框，而非当前分组的子数据，所以得到的是总行数7，无法实现分组统计。

内容的提问来源于stack exchange，提问作者Ian