R语言动态group_by函数（方括号）使用问题求助

我懂你碰到的问题了——用方括号索引列的时候，group_by(mtcars[[10]])这种写法根本没起到分组作用，最后算出的是全局均值，对吧？这是因为在dplyr的管道里，你直接调用mtcars[[10]]会绕过管道传递的上下文，相当于直接拿整个列的数据，而不是基于当前管道里的分组逻辑来处理。

问题根源 #

当你在group_by或者summarise里用mtcars[[n]]这种写法时，你是在引用外部的完整数据框，而不是管道中传递的、正在被处理的数据子集。dplyr没法识别这是要对当前数据分组，自然就跳过了分组步骤，最后mean计算的就是整个列的均值。

解决方案：用.data代词绑定管道上下文 #

dplyr提供了.data这个特殊代词，用来指代管道中当前传递的数据框。用它来动态索引列，就能正确实现分组计算，完美适配循环场景：

基础示例（对应你的需求）

# 定义要使用的列索引
group_col_idx <- 10  # 对应mtcars的gear列
value_col_idx <- 1   # 对应mtcars的mpg列

df2 <- mtcars %>%
  group_by(.data[[group_col_idx]]) %>%
  summarise(Mittelwert = mean(.data[[value_col_idx]], na.rm = TRUE))

df2

运行这段代码，你会得到和第一段df1完全一致的结果——因为.data[[10]]正确引用了管道中数据的第10列，分组逻辑生效了。

循环场景的扩展

如果要在循环里处理多组列索引，比如遍历多个分组列计算同一值列的均值，可以这么写：

# 定义要循环的分组列索引（比如gear和carb列，对应索引10和11）
group_col_indices <- c(10, 11)
value_col_idx <- 1  # 始终计算mpg的均值

# 用列表存储循环结果
result_list <- list()

for (idx in group_col_indices) {
  # 动态分组并计算均值，还可以给分组列重命名让结果更清晰
  current_result <- mtcars %>%
    group_by(.data[[idx]]) %>%
    summarise(Mittelwert = mean(.data[[value_col_idx]], na.rm = TRUE)) %>%
    rename(Group = !!names(mtcars)[idx])  # 用!!动态替换列名
  
  # 把结果存入列表，用列名作为键
  result_list[[names(mtcars)[idx]]] <- current_result
}

# 查看所有结果
result_list

这里的!!（bang-bang操作符）是用来把动态获取的列名（names(mtcars)[idx]）插入到rename函数中，让结果的分组列名更直观，而不是默认的.data[[idx]]。

验证结果 #

你可以对比一下df1和上面的df2，两者的输出应该完全一致：

# 你的第一段代码
df1 <- mtcars %>% group_by(gear) %>% summarise(Mittelwert = mean(mpg, na.rm = TRUE))
df1

# 我们的动态代码结果
df2

输出都会是按gear分组的mpg均值，说明分组逻辑正确生效了。

内容的提问来源于stack exchange，提问作者user7353167