如何在dplyr中高效地按多列进行分组？

当需要按10列以上分组时，手动逐个输入列名确实繁琐，以下几种方法可以帮你高效实现批量分组：

1. 推荐：用across()（dplyr 1.0.0+） #

across()是dplyr 1.0.0版本引入的批量列处理函数，搭配all_of()可以直接解析列名向量：

library(dplyr)

df <- data.frame(a=c(1,2,1,3,1,4,1,5), b=c(2,3,4,1,2,3,4,5))
cols <- colnames(df)

# 按所有列分组
df %>%
  group_by(across(all_of(cols))) %>%
  summarise(count = n())

如果只需要部分列，还可以用列选择器快速筛选，比如按以特定字符开头的列分组：

# 按所有以"a"开头的列分组
df %>%
  group_by(across(starts_with("a"))) %>%
  summarise(count = n())

2. 直接解析列名向量：all_of()/syms() #

你也可以直接用all_of()将列名向量传入group_by()，无需额外包装：

df %>%
  group_by(all_of(cols)) %>%
  summarise(count = n())

如果需要更灵活的非标准求值，可结合rlang包的syms()和!!!（解引用）：

library(rlang)

df %>%
  group_by(!!!syms(cols)) %>%
  summarise(count = n())

3. 旧版本兼容：group_by_at() #

如果你的dplyr版本低于1.0.0，可以使用group_by_at()函数：

df %>%
  group_by_at(cols) %>%
  summarise(count = n())

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