在group_by() %>% mutate()调用中使用带引号变量的问题

问题原因 #

你遇到的分组失效，是因为在group_by(.[[group]])里，.[[group]]返回的是整个列的向量值，而不是dplyr能识别的分组列标识。这会让group_by把整个向量当成单一分组键，自然只会返回一个均值。

修复方案 #

因为你需要兼容字符串变量（适配aes_string()），我们可以用dplyr的**准引用（quasiquotation）**机制来处理字符串列名，或者用更直观的across()函数（dplyr 1.0.0+版本支持）。

方法1：使用sym()和!!（准引用） #

把字符串转换为符号（symbol），再用!!（解引用）告诉dplyr这是要分组的列：

library(dplyr)

cats <- data.frame( 
  name = c(letters[1:10]), 
  weight = c(rnorm(5, 10, 1), rnorm(5, 20, 3)), 
  type = c(rep("not_fat", 5), rep("fat", 5)) 
) 

get_means <- function(df, metric, group) { 
  df %>% 
    group_by(!!sym(group)) %>%  # 转换字符串为符号并解引用
    mutate(mean_stat = mean(!!sym(metric))) %>% 
    pull(mean_stat) %>% 
    unique() 
} 

get_means(cats, metric = "weight", group = "type")

方法2：使用across()（dplyr 1.0.0+推荐） #

across()可以直接接收字符串向量作为列名，写法更简洁：

get_means <- function(df, metric, group) { 
  df %>% 
    group_by(across(all_of(group))) %>%  # all_of()确保字符串被正确识别为列名
    mutate(mean_stat = mean(across(all_of(metric)))) %>% 
    pull(mean_stat) %>% 
    unique() 
} 

get_means(cats, metric = "weight", group = "type")

方法3：旧版本dplyr兼容（group_by_at()） #

如果你用的是dplyr 1.0.0之前的版本，可以用group_by_at()：

get_means <- function(df, metric, group) { 
  df %>% 
    group_by_at(vars(group)) %>% 
    mutate(mean_stat = mean(!!sym(metric))) %>% 
    pull(mean_stat) %>% 
    unique() 
} 

验证效果 #

运行修正后的函数，会返回两个数值，分别对应not_fat和fat组的体重均值，分组功能正常生效。

内容的提问来源于stack exchange，提问作者Robert Tan