在dplyr中输入点，不带平铺或引号

如何让以下代码在没有引号或平铺的情况下运行

这对我来说很重要，因为我在一个自定义函数中使用这个独立的代码，在这个函数中引入引号或平铺会使事情复杂化

谢谢

dataframe%
dplyr:：汇总（计数=n（））%>%
dplyr:：mutate（perc=（计数/总和（计数））*100）%>%
dplyr:：排列（描述（perc））
#>#tibble:4 x 4
#>#群体：性别[2]
#>性别宠物计数perc
#>        
#>1只母猫3 75.0
#>2只公狗2 66.7
#>3雄性1类33.3
#>4只母狗125.0
##引用
dplyr：：分组方式（数据帧，.dots=c（'gender'，'pet'））%>%
dplyr:：汇总（计数=n（））%>%
dplyr:：mutate（perc=（计数/总和（计数））*100）%>%
dplyr:：排列（描述（perc））
#>#tibble:4 x 4
#>#群体：性别[2]
#>性别宠物计数perc
#>        
#>1只母猫3 75.0
#>2只公狗2 66.7
#>3雄性1类33.3
#>4只母狗125.0
##无瓷砖
dplyr:：分组方式（数据帧，.dots=c（性别，宠物））%>%
dplyr:：汇总（计数=n（））%>%
dplyr:：mutate（perc=（计数/总和（计数））*100）%>%
dplyr:：排列（描述（perc））
#>compat_lazy_dots（.dots，caller_env（），…）中出错：找不到对象“gender”

如果我们需要在函数中使用它，则将这些组作为一个quosure传递，并使用

进行计算

f1 <- function(dat, groups) {
 dat %>%
    group_by(!!! groups) %>%
    summarize(counts = n()) %>%
    mutate(perc = (counts / sum(counts)) * 100) %>% 
    arrange(desc(perc))
 }

f1(dataframe, quos(gender, pet))
# A tibble: 4 x 4
# Groups: gender [2]
#  gender pet    counts  perc
#  <fctr> <fctr>  <int> <dbl>
#1 female cat         3  75.0
#2 male   dog         2  66.7
#3 male   cat         1  33.3
#4 female dog         1  25.0

改为使用
group_by
：

dplyr::group_by(dataframe, gender, pet) %>%
  dplyr::summarize(counts = n()) %>%
  dplyr::mutate(perc = (counts / sum(counts)) * 100) %>%
  dplyr::arrange(desc(perc))

#The result:
# Groups: gender [2]
#  gender pet    counts  perc
#  <fctr> <fctr>  <int> <dbl>
#1 female cat         3  75.0
#2 male   dog         2  66.7
#3 male   cat         1  33.3
#4 female dog         1  25.0

dplyr:：分组依据（数据帧、性别、宠物）%>%
dplyr:：汇总（计数=n（））%>%
dplyr:：mutate（perc=（计数/总和（计数））*100）%>%
dplyr:：排列（描述（perc））
#结果是：
#团体：性别[2]
#性别宠物计数perc
#      
#1只母猫3 75.0
#2只公狗2 66.7
#3雄性1类33.3
#4只母狗125.0
使用dplyr编程的双向多重分组：-

途径1

f1%
汇总（计数=n（））%>%
变异（perc=（计数/总和（计数））*100）%>%
排列（描述（perc））
}
f1（数据帧、性别、宠物）

结果1：

 # A tibble: 4 x 4
    # Groups:   gender [2]
      gender pet   counts  perc
      <fct>  <fct>  <int> <dbl>
    1 female cat        3  75.0
    2 male   dog        2  66.7
    3 male   cat        1  33.3
    4 female dog        1  25.0

#一个tible:4 x 4
#团体：性别[2]
性别宠物计数perc
1只母猫3 75.0
2只公狗2 66.7
3雄性1类33.3
4只母狗125.0

方式2：

f2<-function(df, grp_vars){
  df %>% 
    group_by(!!!grp_vars) %>% 
    summarize(counts= n()) %>% 
    mutate(perc = (counts/sum(counts))*100) %>% 
    arrange(desc(perc))
}
f2(dataframe, quos(gender,pet))

f2%
分组依据（！！！grp变量）%>%
汇总（计数=n（））%>%
变异（perc=（计数/总和（计数））*100）%>%
排列（描述（perc））
}
f2（数据帧，quos（性别，宠物））

结果2：

# A tibble: 4 x 4
# Groups:   gender [2]
  gender pet   counts  perc
  <fct>  <fct>  <int> <dbl>
1 female cat        3  75.0
2 male   dog        2  66.7
3 male   cat        1  33.3
4 female dog        1  25.0

#一个tible:4 x 4
#团体：性别[2]
性别宠物计数perc
1只母猫3 75.0
2只公狗2 66.7
3雄性1类33.3
4只母狗125.0
您可以使用
groupby
而不使用引号或波浪号，即
groupby（性别，宠物）
我也尝试过。它仍然给了我同样的错误：
compat_lazy_dots（.dots，caller_env（））中的错误：找不到对象“gender”
如果它在函数中，请使用
quos
和
即
f1%group\u by（！！！groups）%%>%..}
并调用
f1（数据帧，quos（性别，宠物））
我实际上用.dots输入了您的代码，但没有意识到您编写代码时没有点。对不起！
f2<-function(df, grp_vars){
  df %>% 
    group_by(!!!grp_vars) %>% 
    summarize(counts= n()) %>% 
    mutate(perc = (counts/sum(counts))*100) %>% 
    arrange(desc(perc))
}
f2(dataframe, quos(gender,pet))

# A tibble: 4 x 4
# Groups:   gender [2]
  gender pet   counts  perc
  <fct>  <fct>  <int> <dbl>
1 female cat        3  75.0
2 male   dog        2  66.7
3 male   cat        1  33.3
4 female dog        1  25.0