如何在dplyr管道中调用输出长度>1的quantile函数且不使用summarise_at等函数？

嘿，我懂你想在dplyr管道里直接用quantile这类会返回多个结果的汇总函数，又不想依赖summarise_at这类函数的需求！下面结合你的示例数据，给你几个实用的解决方案：

首先先把你的示例数据放出来，方便测试：

set.seed(1)
id = 1:20
value = sample(20:100, size = 20)
my_dat = data.frame(id, value)

library(dplyr)

方法1：用reframe()（推荐，dplyr 1.0.0+可用） #

reframe()是dplyr专门为处理返回多行/多列的汇总函数设计的，完美适配你的需求：

my_dat %>%
  reframe(
    quantile_value = quantile(value, probs = seq(0, 1, 0.25)),
    probability = seq(0, 1, 0.25)
  )

运行后会得到一个规整的数据框，每行对应一个分位数和它对应的概率值，完全符合tidy数据的格式。

方法2：用summarize() + list() + 展开 #

如果你用的dplyr版本比较旧，或者习惯用summarize，可以先把多值结果存成列表列，再用tidyr::unnest展开：

library(tidyr)

my_dat %>%
  summarize(
    quantile_list = list(quantile(value, probs = seq(0, 1, 0.25))),
    prob_list = list(seq(0, 1, 0.25))
  ) %>%
  unnest(c(quantile_list, prob_list)) %>%
  rename(quantile = quantile_list, prob = prob_list)

这个方法先把分位数和概率都存成列表，再拆成单独的行，结果和reframe一致。

方法3：直接提取向量后调用（适合只需要数值向量的场景） #

如果只是需要quantile返回的数值向量，不需要数据框格式，可以先用pull()提取value列，再调用函数：

my_dat %>%
  pull(value) %>%
  quantile(probs = seq(0, 1, 0.25))

这个方法最简洁，但返回的是一个命名向量，不是数据框，适合快速查看结果的场景。

顺便提一句：你之前尝试的my_dat %>% quantile(.$value, ...)虽然能运行，但本质是把整个数据框传给quantile的第一个参数，然后手动用.$value指定要计算的列，这种写法不符合dplyr的数据流习惯，而且返回的是向量，不如上面的方法规整。

内容的提问来源于stack exchange，提问作者tjebo