如何在函数中使用dplyr::group_by实现多变量分组统计

你现在的问题是想让countString函数支持传入多个分组变量，同时保留原变量列而不是合并成一列对吧？我来帮你调整一下代码，完美解决这个需求~

问题分析 #

你原来的函数用了enquo()，它只能处理单个变量，所以传入多个变量或者用paste()合并都会导致列被合并。要支持多个分组变量，我们需要用...（可变参数）配合enquos()来捕获多个变量。

解决方案代码 #

修改后的函数可以这样写：

library(dplyr)

# 先创建你的示例数据
l <- c("a", "b", "c", "e", "f", "g")
animal <- c("dog", "cat", "dog", "dog", "cat", "fish")
sex <- c("m", "f", "f", "m", "f", "unknown")
n <- rep(1, length(animal))
theTibble <- tibble(l, animal, sex, n)

# 支持多分组变量的计数函数
countString <- function(...) {
  theTibble %>%
    group_by(!!! enquos(...)) %>%
    count(name = "nn")  # 指定计数列名为nn，匹配你期望的结果格式
}

使用示例 #

• 单变量分组：

countString(animal)

输出会保留animal列和计数列nn。

• 多变量分组（这就是你想要的效果）：

countString(animal, sex)

运行后得到的结果和你期望的完全一致：

# A tibble: 4 x 3
# Groups:   animal, sex [4]
  animal sex    nn
  <chr>  <chr> <int>
1 cat    f         2
2 dog    f         1
3 dog    m         2
4 fish   unknown   1

关键知识点说明 #

• ...：用来接收任意数量的分组变量参数，让函数更灵活。
• enquos(...)：把传入的多个变量转换成带环境信息的变量引用（quosures），方便dplyr识别。
• !!!：解引用运算符，把quosures列表展开成group_by()能识别的多个独立参数，这样就能保留每个分组变量的原始列了。

这样修改后，你的函数既支持单变量分组，也支持多变量分组，完全满足需求~

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