R语言中使用dplyr编写自定义函数的分组变量识别问题求助

直接传入变量名（裸名）的情况 #

使用dplyr的{{ }}（curly curly）语法处理函数参数，它能将函数接收的变量名正确映射到数据框的列。示例代码如下：

library(dplyr)

count_unique_ids <- function(data, group_var) {
  data %>%
    # 固定变量TRT01AN直接写入，用户指定变量用{{ }}完成引用
    group_by(TRT01AN, {{ group_var }}) %>%
    # 统计去重ID数量，.groups = "drop"用于清理分组状态
    summarise(unique_id_count = n_distinct(ID), .groups = "drop")
}

# 调用示例：传入目标数据框和指定变量AGEGR1
# count_unique_ids(your_data_frame, AGEGR1)

传入字符串形式变量名的情况 #

如果需要传入字符串格式的变量名（比如"AGEGR1"），可以用rlang::sym()将字符串转为变量符号，再通过!!（bang-bang）注入到分组逻辑中：

library(dplyr)
library(rlang)

count_unique_ids_str <- function(data, group_var_str) {
  # 将字符串转为可被dplyr识别的变量符号
  group_var <- sym(group_var_str)
  data %>%
    group_by(TRT01AN, !!group_var) %>%
    summarise(unique_id_count = n_distinct(ID), .groups = "drop")
}

# 调用示例：传入字符串形式的变量名
# count_unique_ids_str(your_data_frame, "AGEGR1")

报错原因说明 #

• 使用group_by_报错：这是dplyr旧版的标准求值接口，现已被弃用；且直接写入TRT01AN会被当作字符串处理，无法匹配数据框中的实际列。
• 使用group_by提示参数找不到：未通过tidyeval语法将函数参数转为数据框的列引用，dplyr会把参数名当成字面量查找，自然无法定位到对应列。

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