dplyr分组汇总列顺序调整：求无需手动重排的解决方案

这问题我之前也碰到过！默认的summarise_if（包括新版的across）是先遍历统计函数、再遍历列的，所以会先输出所有列的mean，再输出所有列的median，刚好和你想要的顺序相反。针对几百列的场景，手动重排肯定不现实，这里有两个简洁的解决方案：

方法一：用across配合动态生成的列顺序（推荐，适用于dplyr 1.0.0+） #

我们可以先提取所有数值列的名称，然后动态生成目标列顺序（先同一列的所有统计量，再下一列），最后用select重新排列：

library(dplyr)
set.seed(1)
Data <- data.frame(
  W = sample(1:10),
  X = sample(1:10),
  Y = sample(c("yes", "no"), 10, replace = TRUE),
  Z = sample(c("cat", "dog"), 10, replace = TRUE)
)

# 提取所有数值列的名称
num_cols <- Data %>% select(where(is.numeric)) %>% colnames()

# 生成目标列顺序：分组列Z + 每个数值列的mean、median
desired_order <- c("Z", unlist(lapply(num_cols, function(col) paste0(col, c("_mean", "_median")))))

# 汇总并按目标顺序排列列
summarized <- Data %>% 
  group_by(Z) %>% 
  summarise(
    across(where(is.numeric), 
           list(mean = ~mean(.x, na.rm = TRUE), median = ~median(.x, na.rm = TRUE))
           )
  ) %>% 
  select(all_of(desired_order))

print(summarized)

这个方法完全动态，不管你有多少数值列，都能自动生成正确的顺序，而且用的是dplyr原生语法，可读性强。

方法二：用purrr逐个处理列（更灵活，适合复杂统计需求） #

如果你的统计逻辑更复杂，或者想更直观地按列处理，可以用purrr的map函数逐个处理每个数值列，再合并结果：

library(dplyr)
library(purrr)
set.seed(1)
Data <- data.frame(
  W = sample(1:10),
  X = sample(1:10),
  Y = sample(c("yes", "no"), 10, replace = TRUE),
  Z = sample(c("cat", "dog"), 10, replace = TRUE)
)

num_cols <- Data %>% select(where(is.numeric)) %>% colnames()

summarized <- Data %>% 
  group_by(Z) %>% 
  nest() %>%  # 按分组嵌套数据
  mutate(
    # 对每个分组的数据集，逐个处理数值列
    stats = map(data, function(df) {
      map_dfc(num_cols, function(col) {
        val <- df[[col]]
        tibble(!!paste0(col, "_mean") := mean(val, na.rm = TRUE),
               !!paste0(col, "_median") := median(val, na.rm = TRUE))
      })
    })
  ) %>% 
  select(-data) %>% 
  unnest(stats)  # 展开嵌套的统计结果

print(summarized)

这个方法的优势是可以对每一列单独定义统计逻辑，扩展性更强，比如某列需要额外的处理时，很容易修改。

补充：如果你还在使用旧版dplyr（<1.0.0），可以把across替换成summarise_if，但还是推荐升级到新版dplyr，因为funs()已经被官方弃用，across是推荐的新语法。

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