R语言中能否迭代.data[[ ]]遍历字符向量实现dplyr传参？

两个版本的代码报错都属于对tidyverse的tidyeval规则不熟悉导致的：

1. 第一版make_table报错符合预期：.data[[ ]]是tidyverse设计的单元素取数代词，仅支持传入长度为1的字符串，无法识别多元素字符向量，本来就不是给多分组场景用的。
2. 第二版make_table_2有两个核心错误：
   • R的for循环本身没有结构化返回值，默认返回NULL，写在循环内部的return()会直接退出整个自定义函数，根本不会逐次把列名传入group_by
   • group_by的参数通过数据掩码计算，直接嵌入for循环不会被识别为合法的列引用，才会触发列不存在的报错。

推荐写法（dplyr 1.0.0+全版本支持） #

用tidyselect提供的all_of()匹配外部传入的字符向量，配合across()传入分组列，不管传入单个还是多个列名都能正常运行，不需要手动写循环：

library(dplyr)
library(ggplot2) # 加载测试用mpg数据集

make_table <- function(df, group.by) {
  df %>%
    group_by(across(all_of(group.by))) %>%
    summarize(hwy = mean(hwy), .groups = "drop")
}

# 单分组测试
make_table(mpg, "manufacturer")
# 多分组测试
make_table(mpg, c("manufacturer", "model"))

代码里加.groups = "drop"是为了运行完summarize后自动取消分组残留，避免后续操作被意外分组，也可以消去控制台的分组提示。

老版本dplyr兼容写法 #

如果使用1.0.0之前的dplyr版本，可以通过rlang的符号转换+注入语法实现相同效果：

make_table_compat <- function(df, group.by) {
  # 将字符向量转换为列名符号列表
  group_cols <- rlang::syms(group.by)
  df %>%
    # 用!!!将符号列表拼接注入group_by参数
    group_by(!!!group_cols) %>%
    summarize(hwy = mean(hwy), .groups = "drop")
}

• 不要直接在dplyr等tidyverse函数的参数位置写for循环，这类函数的参数走数据掩码计算逻辑，不会按普通R控制流的规则执行。需要迭代列操作优先用across()，需要处理多参数传入优先用tidyselect的匹配函数，不要手动写循环拼接。
• 你的提问格式完全符合Stack Overflow的规范：提供了可复现的最小示例、贴了完整报错信息、说明了自己的尝试过程和实际需求，不需要做额外调整。

内容的提问来源于stack exchange，提问作者e720