dplyr 1.0.0+中summarise能否传入整个分组数据框给自定义函数

可以直接在summarise中实现传入分组子数据框的需求，不需要走nest() + purrr::map()的嵌套流程，dplyr官方提供了分组上下文专用函数cur_data()来获取当前分组对应的完整子数据框。

你只需要把预期写法里指代子数据框的d替换为cur_data()即可，示例代码如下：

library(tidyverse)

df <- tibble(
  grp = rep(1:2, each = 5), 
  x = c(rnorm(5, -0.25, 1), rnorm(5, 0, 1.5)),
  y = c(rnorm(5, 0.25, 1), rnorm(5, 0, 0.5)),
)

# 自定义接收数据框入参的测试函数
my_function <- function(d) {
  tibble(
    n = nrow(d),
    cor_xy = cor(d$x, d$y),
    mean_x = mean(d$x),
    mean_y = mean(d$y)
  )
}

# 直接在summarise中传入当前组子数据框
df %>% 
  group_by(grp) %>% 
  summarise(my_function(cur_data()))

相关说明 #

• cur_data()仅在group_by()后的dplyr操作上下文（如summarise、mutate）中生效，返回值为剔除了分组列的当前组子数据框，和你预期中d指代的对象完全一致。
• 如果你需要传入的子数据框包含分组列，替换为cur_data_all()即可。
• 该写法和nest() + map() + unnest()的输出结果完全等价，但代码更简洁，执行效率更高，属于dplyr 1.0.0及以上版本支持的标准用法，和你举例的传入返回tibble函数的基础逻辑完全兼容，结果会自动按列展开，不需要额外做解嵌套操作。
• 注意不要和列选取代词.data混淆，.data仅用于指定列，无法获取完整的分组子数据框。

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