如何用dplyr的across()替代已弃用的summarise_each()？

原代码中使用的summarise_each()函数在dplyr 0.7.0版本后已被废弃，官方推荐使用across()函数替代。针对你的需求，修改后的代码如下：

方式一：单列直接求和（更简洁） #

common_bw_elements = df %>% 
  group_by(range_of_commons = cut(common_IDs, 
                                 breaks= c(-Inf,0, 5, 10, 20, 30, 60, 100, 200, 300, 600, 1200, 1800, Inf))) %>% 
  summarise(sum_of_instances = sum(frequent), .groups = "drop")

方式二：使用across()函数（贴合官方替代逻辑） #

如果需要对多列执行相同操作，across()会更灵活，单列场景下的写法为：

common_bw_elements = df %>% 
  group_by(range_of_commons = cut(common_IDs, 
                                 breaks= c(-Inf,0, 5, 10, 20, 30, 60, 100, 200, 300, 600, 1200, 1800, Inf))) %>% 
  summarise(across(frequent, sum, .names = "sum_of_instances"), .groups = "drop")

关键修改说明： #

1. 原代码summarise_each(funs(sum), sum_of_instances = frequent)的核心逻辑是对frequent列求和并命名为sum_of_instances，两种修改方式都完整保留了这个逻辑
2. across()参数说明：
   • 第一个参数指定要操作的列（支持列名、starts_with()这类选择器）
   • 第二个参数是要应用的函数（此处为sum）
   • .names参数定义输出列名称，支持"sum_{col}"这类模板写法，这里直接使用固定名称sum_of_instances
3. .groups = "drop"用于清理分组结构，避免后续操作出现分组相关提示，可根据需求调整为"keep"（保留分组）或"rowwise"（转为行分组）

使用你提供的测试数据验证，修改后的代码会得到和原代码完全一致的结果。

内容的提问来源于stack exchange，提问作者Sandy