如何使用列名向量作为dplyr :: group_by（）的输入？

Question

我想创建一个函数dplyr，对数据子集执行某些操作。子集由数据集中一个或多个键列的值定义。当仅使用一列来标识子集时，我的代码可以正常工作：

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)

这将按预期工作，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，一切都会崩溃group_key：

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

我收到一个错误：Only strings can be converted to symbols，我认为来自rlang::sym()。用替换它syms()不起作用，因为我得到了一个名字列表，在上面列出了一些问题group_by()。

任何建议，将不胜感激！

Answer 1

您需要使用unquote-splice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