dplyr中动态生成列后无法汇总？求正确引用动态列名的方法

你遇到的问题核心在于动态生成的列名是字符串类型，但在dplyr的函数中直接用!!展开字符串会导致错误的引用——你在summarize里写的mean(!!new_col)其实等价于mean("Petal.Length_adjusted")，这是在对一个字符串求均值，而非数据框里的数值列，所以才会出现警告。

下面给你几种正确的实现方式，从基础到简洁版本都有：

方法1：用rlang::sym()转换字符串为符号 #

这种方法适合理解dplyr的非标准求值逻辑，步骤清晰：

library(dplyr)
library(rlang)

my_function <- function(data, column) { 
  # 用ensym处理列名参数（支持裸名/字符串输入）
  sym_col <- ensym(column)
  # 用as_name把符号转为纯字符串，用于生成新列名
  col_str <- as_name(sym_col)
  
  new_col <- paste0(col_str, "_adjusted")
  mean_col <- paste0(col_str, "_meanAdjusted")
  
  data %>% 
    mutate(!!new_col := !!sym_col + 1) %>% 
    group_by(Species) %>% 
    # 把字符串列名转成符号后再用!!引用
    summarize(!!mean_col := mean(!!sym(new_col))) 
} 

my_function(iris, Petal.Length)

方法2：用.data代词（推荐，更直观） #

dplyr提供的.data代词可以直接通过字符串引用数据框中的列，避免符号转换的麻烦，代码更易读：

library(dplyr)

my_function <- function(data, column) { 
  # 提取输入列的名称字符串
  col_str <- as_name(enquo(column))
  
  new_col <- paste0(col_str, "_adjusted")
  mean_col <- paste0(col_str, "_meanAdjusted")
  
  data %>% 
    mutate(!!new_col := {{column}} + 1) %>% # 用{{}}简化非标准求值
    group_by(Species) %>% 
    # 用.data[[列名字符串]]直接引用动态列
    summarize(!!mean_col := mean(.data[[new_col]])) 
} 

my_function(iris, Petal.Length)

为什么你的原代码会出错？ #

你之前生成new_col的方式paste0(quo_column, "_adjusted")[2]其实是个“取巧”的写法——quo_column是一个quosure对象，转成字符串后会是类似<quosure> expr: ^Petal.Length的格式，你取[2]刚好拿到了列名，但这个new_col本质是字符串。在mutate里!!new_col := ...能工作，是因为:=的右侧支持字符串作为列名，但在mean(!!new_col)里，!!会直接把字符串展开，导致mean()接收的是字符串而非数据列，自然触发警告。

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