如何在R中将字符向量作为参数传入函数实现group_by分组？

• 方法1：使用all_of()（dplyr 1.0.0+ 官方推荐）
  这是现在最简洁也最靠谱的方式，all_of()可以直接把字符向量转换成dplyr能识别的列引用，完美适配group_by()：

  library(dplyr)
  
  # 定义函数
  fun <- function(df, args) {
    df %>%
      group_by(all_of(args)) %>%
      summarise(total = sum(value)) # 这里用汇总示例，你可以换成自己的操作
  }
  
  # 测试数据
  test_df <- tibble(
    category = c("A", "A", "B", "B"),
    subcategory = c("X", "Y", "X", "Y"),
    value = 1:4
  )
  
  # 调用函数，传入字符向量作为分组列
  fun(test_df, args = c("category", "subcategory"))
  

  运行后就能得到按指定列分组的结果，完全符合预期。

• 方法2：使用syms() + !!!（旧版本兼容方案）
  如果你用的是dplyr 1.0之前的版本，或者习惯这种写法，可以先把字符向量转成符号（symbols），再用!!!（解引用运算符）展开成group_by()的参数：

  fun <- function(df, args) {
    df %>%
      group_by(!!!syms(args)) %>%
      summarise(total = sum(value))
  }
  
  # 同样测试
  fun(test_df, args = c("category", "subcategory"))
  

  这个逻辑是把字符串变成dplyr能识别的变量引用，再一次性传入分组函数。

• 为啥get()/mget()没用？
  你之前试的get()只能获取单个对象，mget()返回的是列向量组成的列表，但group_by()需要的是数据框的列引用，不是单独的向量或列表，所以自然没法正常分组啦。

额外小技巧 #

如果你的函数需要兼容“不分组”的情况（比如args为空向量），可以加个简单判断让函数更健壮：

fun <- function(df, args) {
  if (length(args) > 0) {
    df %>%
      group_by(all_of(args)) %>%
      summarise(total = sum(value))
  } else {
    df %>%
      summarise(total = sum(value))
  }
}

内容的提问来源于stack exchange，提问作者Boyang Li