r - 如何使用列名向量作为 dplyr::group_by() 的输入？

Question

我想创建一个基于 dplyr 的函数对数据子集执行某些操作。子集由数据集中一个或多个关键列的值定义。当只有一列用于标识子集时，我的代码工作正常:

set.seed(1)
df <- tibble(
  g1 = c(1, 1, 2, 2, 2),
  g2 = c(1, 2, 1, 2, 1),
  a = sample(5)
)
group_key <- "g1"
aggregate <- function(df, by) {
  df %>% group_by(!!sym(by)) %>% summarize(a = mean(a))
}
aggregate(df, by = group_key)

这按预期工作并返回如下内容:

# A tibble: 2 x 2
     g1     a
  <dbl> <dbl>
1     1   1.5
2     2   4  

不幸的是，如果我改变，一切都会崩溃 group_key :

group_key <- c("g1", "g2")
aggregate(df, by = group_key)

我收到一个错误: Only strings can be converted to symbols ，我认为来自 rlang::sym() .将其替换为 syms()不起作用，因为我得到了一个姓名列表，其中 group_by()窒息。

任何建议，将不胜感激!

Answer 1

您需要使用取消引用拼接运算符 !!! :

aggregate <- function(df, by) {
  df %>% group_by(!!!syms(by)) %>% summarize(a = mean(a))
}

group_key <- c("g1", "g2")

aggregate(df, by = group_key)
## A tibble: 4 x 3
## Groups:   g1 [2]
#     g1    g2     a
#  <dbl> <dbl> <dbl>
#1     1     1   1  
#2     1     2   4  
#3     2     1   2.5
#4     2     2   5