dplyr循环中引用变量名报错，寻求解决方案

错误原因 #

你写的group_by(variable)里，variable是一个字符串变量，但dplyr会直接把它当作数据框的列名去查找——而你的数据集里根本没有叫variable的列，所以触发了找不到列的错误。

解决方案 #

这里提供三种可行的处理方式：

方法1：使用.data代词（dplyr内置）

用.data[[variable]]指定要引用的列，告诉dplyr从数据框里提取对应字符串名称的列：

library(dplyr)
indic___1 <- c(0, 1, 0, 1, 0)
indic___2 <- c(1, 1, 0, 1, 1)
indic___3 <- c(0, 0, 1, 0, 0)
indic___4 <- c(1, 1, 0, 1, 0)
indic___5 <- c(0, 0, 0, 1, 1)
indic___6 <- c(0, 1, 1, 1, 0)
indic___7 <- c(1, 1, 0, 1, 1)
indic___8 <- c(0, 1, 1, 1, 0)
measure <- c(28, 15, 26, 42, 12)

dataset <- data.frame(indic___1, indic___2, indic___3, indic___4, indic___5, indic___6, indic___7, indic___8, measure)

for (i in 1:8) {
  variable <- paste0("indic___", i)
  print(variable)
  # 使用.data[[variable]]引用动态列名
  result <- dataset %>% 
    group_by(.data[[variable]]) %>% 
    summarise(mean_measure = mean(measure))
  print(result)
}

方法2：使用rlang包的符号注入

先把字符串转换成符号，再用!!注入到分组表达式中：

library(dplyr)
library(rlang)
# 数据定义部分同上，省略重复代码
dataset <- data.frame(indic___1, indic___2, indic___3, indic___4, indic___5, indic___6, indic___7, indic___8, measure)

for (i in 1:8) {
  # 把字符串转为符号
  variable <- sym(paste0("indic___", i))
  print(variable)
  result <- dataset %>% 
    group_by(!!variable) %>% 
    summarise(mean_measure = mean(measure))
  print(result)
}

方法3：转长格式一次性计算（更高效）

不用循环，直接把宽格式数据转成长格式，一次性统计所有指标的分组均值：

library(dplyr)
library(tidyr)
# 数据定义部分同上，省略重复代码
dataset <- data.frame(indic___1, indic___2, indic___3, indic___4, indic___5, indic___6, indic___7, indic___8, measure)

dataset %>%
  # 把所有indic___开头的列转成长格式
  pivot_longer(cols = starts_with("indic___"), 
               names_to = "indicator", 
               values_to = "group_value") %>%
  # 按指标名称和分组值分组统计
  group_by(indicator, group_value) %>%
  summarise(mean_measure = mean(measure), .groups = "drop")

这种方式输出的结果更规整，也避免了循环的冗余代码。

内容的提问来源于stack exchange，提问作者DrNumeri