如何在R语言中创建保留原变量名的数据库变量操作函数

你的函数报错原因很直接：group_by(variable)里的variable被dplyr当成了字面列名，但你的数据框里根本没有叫variable的列，自然会提示找不到列。要解决这个问题，同时保留原变量名，需要用到tidyverse的整洁求值语法，具体有两种简洁的实现方式：

方法一：使用{{ }}（推荐） #

这是tidyeval最简洁的语法糖，直接用{{ }}包裹传入的变量参数，它会自动识别你传入的变量名，同时保留原名称在输出中：

my_summary <- function(database, variable) {
  database %>% 
    group_by({{ variable }}) %>% 
    summarise(n = n())
}

调用函数：

my_summary(df, country)

就能得到你期望的结果：

# A tibble: 3 × 2
  country     n
  <chr>   <int>
1 A           7
2 B           5
3 C           5

方法二：使用ensym() + !! #

如果你想了解底层逻辑，可以用ensym()把传入的变量转为符号对象，再用!!（解引用）注入到group_by中，效果和{{ }}完全一致：

my_summary <- function(database, variable) {
  # 将传入的变量名转为符号
  var_symbol <- ensym(variable)
  database %>% 
    group_by(!!var_symbol) %>% 
    summarise(n = n())
}

核心原理 #

这两种写法本质都是告诉dplyr：不要把variable当成字符串列名，而是把它替换成用户实际传入的变量（比如country），这样既能正确分组，又能保留原变量名在输出结果里。

内容的提问来源于stack exchange，提问作者Guibor Camargo Salamanca