在作用于tibble的mutate()函数中可否访问完整tibble或分组tibble？

你可以直接用dplyr内置的cur_data()函数引用当前管道传入的数据集，不需要修改你现有myfunc的逻辑，调整后的完整代码如下：

library(dplyr)

df1 = expand.grid(x1=1:2,x2=1:2,x3=1:2,x4=1:2,x5=1:2,x6=1:2) %>%
 mutate(
  x7 = sample(1:2,64,T), 
  y1 = rnorm(64)
 )

df2 = expand.grid(x1=1:2,x2=1:2,x3=1:2,x4=1:2,x5=1:2,x6=1:2) %>%
 mutate(
  x7 = sample(1:2,64,T), 
  y2 = rnorm(64)
 )

myfunc <- function(data){
    data %>%
     mutate(key = paste(x1,x2,x3,x4,x5,x6)) %>%
     pull(key)
}

joined_df = df1 %>%
 mutate(y3 = runif(64)) %>%
 mutate(key = myfunc(cur_data())) %>%
 inner_join(
  df2 %>%
   mutate(y4 = runif(64)) %>%
   mutate(key = myfunc(cur_data())),
  by='key'
)

cur_data()是dplyr 1.0.0版本后推出的工具，作用是在mutate、filter这类dplyr动词的求值环境中，获取当前正在操作的完整数据集，不会修改原数据的结构，刚好匹配你只需要返回key向量、不想通过函数重建整份数据框的需求。
如果你使用的是更早版本的dplyr，也可以直接用管道占位符.代替cur_data()，写法为mutate(key = myfunc(.))，效果完全一致。

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