将列名作为函数参数：dplyr自定义聚合函数报错问题

咱们先拆解下你遇到的问题，其实函数里有两个容易忽略的小问题：

1. 函数最后一行返回的是原始的df，不管前面的group_by和summarize处理得怎么样，最后都会返回原数据框，这等于白做了聚合操作；
2. 在summarize里直接用sum(colName)，dplyr没办法正确识别你传入的列名——传字符串时，sum会尝试对字符串求和，自然报错；传裸列名时，函数环境里找不到这个变量，因为它是数据框的列，不是函数里的对象。

下面给你几个针对性的解决方案，按需选择：

方案1：支持裸列名参数（推荐，符合dplyr风格） #

用dplyr推荐的{{ }}（curly-curly）运算符，它能帮你把传入的裸列名转换成数据框里的列引用，写法非常简洁：

sumByColumn <- function(df, colName) {
  df %>% 
    group_by(a) %>% 
    summarize(tot = sum({{ colName }}))
}

调用的时候直接传裸列名就行：

sumByColumn(data, b)

运行后就能得到你想要的结果：

# A tibble: 2 x 2
      a   tot
  <int> <int>
1     1    24
2     2    27

方案2：同时兼容字符串和裸列名参数 #

如果需要同时支持两种传参方式（比如既可以传"b"也可以传b），可以用rlang包的ensym()函数把参数转换成符号，再用!!（bang-bang）解引用：

sumByColumn <- function(df, colName) {
  col_sym <- rlang::ensym(colName)
  df %>% 
    group_by(a) %>% 
    summarize(tot = sum(!!col_sym))
}

现在两种调用方式都能正常工作：

sumByColumn(data, "b")  # 传字符串格式的列名
sumByColumn(data, b)    # 传裸列名

方案3：只支持字符串参数（.data代词） #

如果你只打算用字符串形式传列名，可以用dplyr的.data代词来精准引用数据框里的列：

sumByColumn <- function(df, colName) {
  df %>% 
    group_by(a) %>% 
    summarize(tot = sum(.data[[colName]]))
}

调用时传入字符串列名即可：

sumByColumn(data, "b")

关键提醒 #

一定要注意函数的返回值！你原来的函数最后一行写的是df，这会直接返回原始数据框，把前面的聚合操作覆盖了。上面的方案里都去掉了这个多余的df，直接返回管道处理后的聚合结果，这才是正确的写法。

内容的提问来源于stack exchange，提问作者user3206440