自定义函数内使用dplyr的group_by报错是否与tidyeval相关？

• dplyr默认使用非标准评估机制，直接在group_by中写函数参数x时，dplyr会尝试在输入数据框中查找名为x的列，而非解析为你传入的参数对应的实际列名，这就是报错提示x列不存在的核心原因
• 若你尝试{{x}}未生效，通常是三类原因：dplyr版本低于1.0.0（curly-curly运算符从1.0.0版本开始支持）、修改函数后未重新加载定义就调用、用.data[[x]]时传入的是非字符串格式的列名（.data[[ ]]仅接受字符串类型的列名参数）
• 函数中硬编码全局数据集factors会带来不可预期的环境依赖问题，也可能在部分场景下干扰参数解析

方案1：适配无引号列名传参（匹配你当前的调用习惯） #

这是最推荐的写法，要求dplyr版本≥1.0.0，同时将数据集作为参数传入避免全局依赖：

library(dplyr)

# 函数定义
c_table_fn <- function(data, group_col){
  data %>%
    group_by(year, mammogram, {{group_col}}) %>%
    summarize(n = n(), .groups = "drop") # .groups参数可消去分组提示
}

# 调用方式和你原有习惯一致
c_table_fn(factors, sp)

如果你必须使用1.0.0以下版本的dplyr，可以用旧版tidy evaluation写法：

c_table_fn <- function(data, group_col){
  group_col <- enquo(group_col)
  data %>%
    group_by(year, mammogram, !!group_col) %>%
    summarize(n = n(), .groups = "drop")
}

方案2：适配字符串列名传参（适合批量循环场景） #

如果你需要批量传入列名字符串调用函数，使用.data[[ ]]写法：

c_table_fn <- function(data, group_col_str){
  data %>%
    group_by(year, mammogram, .data[[group_col_str]]) %>%
    summarize(n = n(), .groups = "drop")
}

# 调用时传入带引号的列名
c_table_fn(factors, "sp")

内容的提问来源于stack exchange，提问作者Sean McClellan