如何在dplyr中仅当EUR列存在时才执行该列的汇总计算

可以通过检查列是否存在，动态控制summarise中的汇总项，以下是两种可行的实现方式：

方法一：动态构建汇总表达式 #

先获取处理后数据的列名，判断是否包含目标列，再决定是否添加对应的汇总项：

df <- Prod %>%
  group_by(Entity) %>%
  select(Entity, `Cum.Oil`, `Cum.Gas`, contains("EUR")) %>%
  {
    # 提取当前数据框的列名
    current_cols <- colnames(.)
    # 初始化基础汇总项
    summary_items <- list(
      Oil = ~mean(`Cum.Oil`),
      Gas = ~mean(`Cum.Gas`)
    )
    # 若EUR列存在，追加对应的汇总规则
    if ("EUR" %in% current_cols) {
      summary_items$EUR <- ~mean(EUR)
    }
    # 展开表达式列表执行汇总
    summarise(!!!summary_items)
  }

这里用{}创建代码块临时捕获处理后的数据，通过非标准求值符号!!!将动态构建的汇总列表传入summarise，避免列不存在时的报错。

方法二：利用across的条件筛选 #

借助across的列匹配逻辑，仅对存在的目标列执行汇总：

df <- Prod %>%
  group_by(Entity) %>%
  select(Entity, `Cum.Oil`, `Cum.Gas`, contains("EUR")) %>%
  summarise(
    Oil = mean(`Cum.Oil`),
    Gas = mean(`Cum.Gas`),
    # 仅当存在严格名为EUR的列时，生成汇总结果
    across(matches("^EUR$"), ~mean(.), .names = "EUR")
  )

如果你的EUR列名是类似EUR_2024这类带后缀的形式，可把matches("^EUR$")替换为contains("EUR")，确保匹配到目标列的同时不会误匹配其他无关列。

内容的提问来源于stack exchange，提问作者CodeMaster