R语言dplyr自定义分组描述统计函数报错解决方法

核心问题是自定义函数中使用base R的a[,b]/a[,c]取列方式，和dplyr的数据掩码机制不兼容：

• across()的第一个参数要求传入tidyselect兼容的列选择规则，直接传入a[,c]相当于把整列的原始数值向量塞给across，它无法识别为合法列选择，遇到向量里的NA值就会触发Selections can't have missing values报错。
• group_by、pivot_longer、arrange中直接传入a[,b]，本质是传入原始数据集的整列向量，而非管道运行到当前步骤时数据集内的对应列，会导致分组、长宽转换、排序的逻辑完全失效。

修正思路是用dplyr官方支持的.data代词引用传入的字符串列名，across中用all_of()匹配传入的列名字符串，完全对齐原始可运行代码的逻辑：

library(dplyr)
library(tidyr)

# 测试用数据集
df <- data.frame( 
  raca = c("Nel","Nel","Nel", "Nel","Angus","Angus","Angus","Angus"),
  marmo = c(350, 320, 330, 400, 800, 820, 450, NA)
)

desc_function <- function(a, b, c) {
  a %>%
    group_by(.data[[b]]) %>%
    summarise(
      across(all_of(c), ~data.frame(
        Média = round(mean(., na.rm=TRUE), digits = 2),
        N = length(.),
        DP = round(sd(., na.rm=TRUE), digits = 2),
        Min = min(., na.rm=TRUE),
        Max = max(., na.rm=TRUE),
        `Coef Variação` = round(sd(., na.rm=TRUE)/mean(., na.rm=TRUE)*100, digits=2)
      ))
    ) %>%
    pivot_longer(-all_of(b)) %>%
    arrange(name, .data[[b]])
}

# 函数调用测试
desc_function(df, "raca", "marmo")

运行后输出结果和直接运行原始管道代码的结果完全一致。
注：原始代码中mean(..., digits=2)属于无效传参，mean函数本身没有digits参数，该参数会被直接忽略，修正时已移除避免产生警告。如果需要统计非缺失值样本量，可将N = length(.)替换为N = sum(!is.na(.))。

内容的提问来源于stack exchange，提问作者Curious G.