如何使用dplyr按分组列条件跨多列实现泛化汇总

在across的求值规则里，我们传入的函数（比如写在myfns里的lambda表达式），默认的求值语境只会绑定当前正在遍历计算的单列向量，其他分组内的列不会自动注入这个语境里。

• 你写的~.[[which.min(j)]]里，. 仅代表当前被遍历的列，j没有被纳入这个函数的可访问范围，自然会触发“找不到j对象”的报错。
• 之前你逐列手写best_a = a[[which.min(j)]]的方式之所以能跑通，是因为这段代码是在整个分组的全列tibble语境下执行的，a和j同属一个语境，可以互相引用，不存在隔离问题。

只需要在best值的计算逻辑里，用dplyr提供的pick()函数，显式把参考列j引入当前函数的可访问语境即可，不需要逐列手写逻辑：

library(dplyr)

# 定义通用函数集合
myfns <- list(
  med = ~median(.),
  # 用pick(j)在函数语境中获取当前分组的全量j列向量
  best = ~.[[which.min(pick(j))]]
)

# 跨列批量计算
myDF %>% 
  group_by(i) %>% 
  summarize(
    across(where(is.numeric), myfns, .names = "{fn}_{col}"),
    .groups = "drop"
  )

输出结果验证 #

运行结果和逐列手写的输出完全匹配：

# A tibble: 3 × 9
      i med_j  best_j med_a best_a med_b best_b med_c best_c
  <int> <dbl>   <dbl> <int>  <int> <int>  <int> <int>  <int>
1     1 0.217 -0.542       4      7     7      7     4      4
2     2 0.689  0.596       6      8     6      6     6      8
3     3-0.213 -1.28         5      9     2      1     7      7

灵活调整提示：

• 如果不想让参考列j也参与best值的计算（也就是不需要生成冗余的best_j列），可以把across的列选择条件从where(is.numeric)改成where(is.numeric) & !all_of("j")，或者直接指定需要计算的目标列名向量。
• 如果使用的是较早版本的dplyr（无pick()函数），可以把best函数里的pick(j)替换成cur_data_all()$j，效果完全一致。

内容的提问来源于stack exchange，提问作者ztl