在dplyr中如何用带引号变量名调用含省略号(...)的自定义函数？

问题背景 #

我正在学习dplyr编程，尝试用省略号(...)编写自定义函数获取因子各水平的频数，相关代码及测试情况如下：

set.seed(10)
data.frame(var1 = factor(sample(x = letters[1:3],
                                size = 10,
                                replace = T))) -> df

levelFunct <- function(.data, ...) {
  .data %>%
    group_by(...) %>%
    summarise(count = n()) %>%
    mutate(tot = sum(count),
           perc = round(count/tot*100,2))
}

• 传入不带引号的变量名var1调用levelFunct(df, var1)时，得到正确结果：

var1  count   tot  perc
  <fct> <int> <int> <dbl>
1 a         1    10    10
2 b         2    10    20
3 c         7    10    70

• 传入带引号的变量名"var1"调用levelFunct(df, "var1")时，结果不符合预期（把字符串本身当成了分组依据）：

`"var1"` count   tot  perc
  <chr>    <int> <int> <dbl>
1 var1        10    10   100

请问如何使用带引号的变量名得到第一次调用的正确结果？

解决办法 #

要让函数同时兼容裸变量名和字符型变量名输入，只需对省略号参数做符号转换处理，推荐使用ensyms()配合解引用运算符!!!修改函数：

levelFunct <- function(.data, ...) {
  .data %>%
    group_by(!!!ensyms(...)) %>%
    summarise(count = n()) %>%
    mutate(tot = sum(count),
           perc = round(count/tot*100,2))
}

原理说明 #

• ensyms(...)会将省略号中的每个参数（无论是裸变量名还是字符串格式的列名）转换为dplyr识别的符号对象，这是tidyverse中引用列名的标准格式。
• !!!（解引用运算符）会把转换后的符号对象集合展开，直接传递给group_by()，等价于直接传入裸变量名的效果。

验证结果 #

调用levelFunct(df, "var1")，得到正确输出：

var1  count   tot  perc
  <fct> <int> <int> <dbl>
1 a         1    10    10
2 b         2    10    20
3 c         7    10    70

这种方式还支持同时传入多个变量（混合裸变量名和字符型变量名），比如levelFunct(df, "var1", var2)也能正常分组统计。

内容的提问来源于stack exchange，提问作者llewmills