使用`rlang`NSE按多个变量分组

我正在尝试编写一个自定义函数，它使用

rlang

的非标准求值将数据帧按多个变量分组

这就是我所知道的-

库（rlang）
#函数定义
tryfn#组：am[2]
#>mpg气缸显示hp drat wt qsec与am齿轮carb
#>             
#> 1  21       6   160   110  3.9   2.62  16.5     0     1     4     4
#> 2  21       6   160   110  3.9   2.88  17.0     0     1     4     4
#> 3  22.8     4   108    93  3.85  2.32  18.6     1     1     4     1
#> 4  21.4     6   258   110  3.08  3.22  19.4     1     0     3     1
#> 5  18.7     8   360   175  3.15  3.44  17.0     0     0     3     2
#> 6  18.1     6   225   105  2.76  3.46  20.2     1     0     3     1

但是，如果尝试使用多个分组变量，这是行不通的-

#不起作用
tryfn（mtcars，c（am，cyl））
#>错误：“c（am，cyl）”列的长度必须为32（行数）或1，而不是64
#不起作用
tryfn（mtcars，列表（am，cyl））
#>错误：“列表（am，cyl）”列的长度必须为32（行数）或1，而不是2

我们可以用

eExpr

解析为表达式并使用

tryfn <- function(data, groups, ...) {

 groups <- as.list(rlang::enexpr(groups))

  groups <- if(length(groups) > 1) groups[-1] else groups

  group_by(data, !!!groups)

 }

tryfn一个选项可能是切换到
group\u by_at（）
，因为
vars（）
可以非常方便地在“at”变量（裸变量、向量、字符串）中传递所有不同类型的变量：
dplyr:：group\u by_at（数据、dplyr:：vars（！！rlang:：enquo（组））
请参阅。它有你想要的答案。大致如下：
sum\u fun%group\u by\u at（grp）；sum_fun（mtcars，grp=vars（cyl，am））
这是否回答了您的问题？我重新打开了它，因为链接的问题解决方案修改了OP的输入，使其能够在
处使用
groupby\u。在这里，OP正在寻找一个解决方案，其中输入作为
c（…）
传递。为什么当我已经接受了这个问题的解决方案已经在中提供的建议时，这个问题被否决了？！
tryfn(mtcars, am)
# A tibble: 32 x 11
# Groups:   am [2]
#     mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb
# * <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
# 1  21       6  160    110  3.9   2.62  16.5     0     1     4     4
# 2  21       6  160    110  3.9   2.88  17.0     0     1     4     4
# 3  22.8     4  108     93  3.85  2.32  18.6     1     1     4     1
# 4  21.4     6  258    110  3.08  3.22  19.4     1     0     3     1
# 5  18.7     8  360    175  3.15  3.44  17.0     0     0     3     2
# 6  18.1     6  225    105  2.76  3.46  20.2     1     0     3     1
# 7  14.3     8  360    245  3.21  3.57  15.8     0     0     3     4
# 8  24.4     4  147.    62  3.69  3.19  20       1     0     4     2
# 9  22.8     4  141.    95  3.92  3.15  22.9     1     0     4     2
#10  19.2     6  168.   123  3.92  3.44  18.3     1     0     4     4
# … with 22 more rows





tryfn(mtcars, c(am, cyl))
# A tibble: 32 x 11
# Groups:   am, cyl [6]
#     mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb
# * <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
# 1  21       6  160    110  3.9   2.62  16.5     0     1     4     4
# 2  21       6  160    110  3.9   2.88  17.0     0     1     4     4
# 3  22.8     4  108     93  3.85  2.32  18.6     1     1     4     1
# 4  21.4     6  258    110  3.08  3.22  19.4     1     0     3     1
# 5  18.7     8  360    175  3.15  3.44  17.0     0     0     3     2
# 6  18.1     6  225    105  2.76  3.46  20.2     1     0     3     1
# 7  14.3     8  360    245  3.21  3.57  15.8     0     0     3     4
# 8  24.4     4  147.    62  3.69  3.19  20       1     0     4     2
# 9  22.8     4  141.    95  3.92  3.15  22.9     1     0     4     2
#10  19.2     6  168.   123  3.92  3.44  18.3     1     0     4     4
# … with 22 more rows