如何在dplyr的group_by中调用多个变量（Shiny交互场景）

嗨，这个问题我之前也碰到过！原因很简单：group_by()默认接受的是不带引号的裸列名，而不是字符串向量。不过别担心，有好几种办法能解决这个动态分组的需求，给你一一说明：

方法1：用pick()（推荐，dplyr 1.0.0+） #

这是dplyr新版本推出的专门用于列选择的函数，对字符串向量支持非常友好，搭配all_of()就能精准引用向量里的列名：

columns <- c("Sepal.Length", "Species")
iris %>% 
  group_by(pick(all_of(columns))) %>% 
  summarise(Sum.Sepal.Width = sum(Sepal.Width))

all_of()的作用是明确告诉dplyr：我们要使用的是预先定义好的字符串向量里的列名，避免语法歧义。

方法2：用syms()和非标准求值（旧版本兼容） #

如果你的dplyr版本比较旧，可以用符号转换的方式：先把字符串向量转为符号向量，再用!!!（unquote-splice）展开成group_by()的参数：

columns <- c("Sepal.Length", "Species")
iris %>% 
  group_by(!!!syms(columns)) %>% 
  summarise(Sum.Sepal.Width = sum(Sepal.Width))

syms()负责把字符串转成dplyr能识别的符号，!!!则把这些符号逐个传入group_by()，效果和直接写裸列名完全一样。

方法3：用across() #

虽然across()主要用于mutate()或summarise()里的多列操作，但也能在group_by()中使用：

columns <- c("Sepal.Length", "Species")
iris %>% 
  group_by(across(all_of(columns))) %>% 
  summarise(Sum.Sepal.Width = sum(Sepal.Width))

这三种方法都能完美适配Shiny的交互场景，比如你可以把用户通过selectInput()选择的列名存进向量，再传入分组函数里，动态生成结果。

内容的提问来源于stack exchange，提问作者Wlademir Ribeiro Prates