如何编写接收变量名作为输入、调用dplyr管道的R自定义函数

你给出的基础代码无法正常运行，是因为dplyr采用非标准求值规则，函数参数var会被默认当作数据集里的列名直接查找，不会解析为你传入的变量参数。

用大括号运算符{{ }}（又称curly-curly）直接包裹参数，告诉dplyr解析传入的变量表达式即可：

library(dplyr)

test <- function(var){
  iris %>%
    group_by(Species) %>%
    summarise(mean_val = mean({{var}}, na.rm = TRUE))
}

调用示例：

# 直接传入列名即可返回分组均值结果
test(Sepal.Length)

• 支持传入字符串格式的变量名：用.data代词取对应列

test_str <- function(var_str){
  iris %>%
    group_by(Species) %>%
    summarise(mean_val = mean(.data[[var_str]], na.rm = TRUE))
}
# 调用示例
test_str("Sepal.Width")

• 支持同时传入多个变量批量计算
  如果使用R4.1以下版本，将代码中的\(x)替换为function(x)即可正常运行

test_multi <- function(...){
  iris %>%
    group_by(Species) %>%
    # across批量处理传入的所有列，.names参数自定义输出列名格式
    summarise(across(c(...), \(x) mean(x, na.rm = TRUE), .names = "mean_{.col}"))
}
# 调用示例，一次计算多个列的分组均值
test_multi(Sepal.Length, Sepal.Width, Petal.Length)

• 支持自定义数据集作为输入，适配任意场景

test_general <- function(data, group_col, val_col){
  data %>%
    group_by({{group_col}}) %>%
    summarise(mean_val = mean({{val_col}}, na.rm = TRUE))
}
# 调用示例，可传入任意数据集、分组列、计算列
test_general(mtcars, group_col = cyl, val_col = mpg)

内容的提问来源于stack exchange，提问作者gecko