如何无需重复代码实现多列无交集的group_by分组统计？

要避免重复编写分组汇总代码，可以借助purrr包的遍历函数，一次性处理多个分组变量：

方法一：使用purrr::map遍历分组变量 #

library(dplyr)
library(purrr)

# 定义需要分组的变量名
group_cols <- c("cyl", "am")

# 遍历每个分组变量执行汇总
map(group_cols, ~ {
  mtcars %>%
    group_by(.data[[.]]) %>%
    summarise(mean_disp = mean(disp))
})

运行后会返回一个列表，其中两个元素分别对应按cyl和am分组的汇总结果，和你期望的输出一致：

• 第一个元素是按cyl分组的tibble：

  # A tibble: 3 × 2
      cyl mean_disp
    <dbl>     <dbl>
  1     4      105.
  2     6      183.
  3     8      353.
  

• 第二个元素是按am分组的tibble：

  # A tibble: 2 × 2
       am mean_disp
     <dbl>     <dbl>
  1     0      290.
  2     1      144.
  

补充说明 #

• .data[[.]]是dplyr中引用字符串格式变量的标准方式，确保遍历过程中能正确识别分组列。
• 如果希望直接打印每个结果而非返回列表，可以把map换成walk，它会直接输出每个分组的汇总结果：

  walk(group_cols, ~ {
    print(mtcars %>%
            group_by(.data[[.]]) %>%
            summarise(mean_disp = mean(disp)))
  })
  

内容的提问来源于stack exchange，提问作者user2165379