如何基于元数据框的变量类型对数据框执行分组差异化聚合？

问题背景 #

现有数据框df，需按Group列分组后，依据元数据框metaVar中定义的变量类型，对不同类型变量执行差异化聚合：

• 类型为stock的变量：求和
• 类型为ratio的变量：求均值

原尝试使用dplyr的summarise结合两个across函数实现，但代码报错。

错误原因 #

原代码中where(names(.) %in% ...)的写法有误：where()函数用于基于列的属性（如是否为数值型）筛选列，而直接通过列名筛选时，无需嵌套where()，应使用all_of()来引用外部定义的列名向量，避免dplyr列选择上下文的解析问题。

正确实现方法 #

方法1：拆分变量类型，分别用across + all_of #

先从metaVar提取两类变量的列名，再在across中用all_of()指定列并执行对应聚合函数：

# 提取两类变量的列名
stock_vars <- metaVar$Var[metaVar$Type == "stock"]
ratio_vars <- metaVar$Var[metaVar$Type == "ratio"]

# 分组聚合
groupDF <- df %>% 
  group_by(Group) %>%
  summarise(
    across(all_of(stock_vars), sum, na.rm = TRUE),
    across(all_of(ratio_vars), mean, na.rm = TRUE)
  ) %>% 
  ungroup

方法2：通过命名函数列表批量匹配 #

将metaVar转换为「变量名-聚合函数」的映射列表，用单个across自动匹配执行，更简洁：

# 构建变量到聚合函数的映射列表
agg_funs <- metaVar %>% 
  tibble::deframe() %>% 
  dplyr::recode(stock = "sum", ratio = "mean") %>% 
  purrr::map(get) # 将函数名转为实际函数

# 分组聚合
groupDF <- df %>% 
  group_by(Group) %>%
  summarise(across(all_of(names(agg_funs)), ~agg_funs[[cur_column()]](., na.rm = TRUE))) %>% 
  ungroup

方法3：单across内通过条件判断执行不同函数 #

在单个across中，根据当前列名对应的类型动态选择聚合函数：

groupDF <- df %>% 
  group_by(Group) %>%
  summarise(across(c(stock_vars, ratio_vars), ~{
    var_type <- metaVar$Type[metaVar$Var == cur_column()]
    if(var_type == "stock") sum(., na.rm = TRUE) else mean(., na.rm = TRUE)
  })) %>% 
  ungroup

验证结果 #

运行上述任意代码后，groupDF会按Group分组，正确输出stock类型变量的求和结果与ratio类型变量的均值结果。

内容的提问来源于stack exchange，提问作者pgourdon