在带引号变量的函数中使用dplyr n_distinct

我试图在函数中使用dplyr，将列名作为变量传入，然后在summary函数中与n_distinct一起使用

我知道使用dplyr编程变得更容易了，如vignette（nse）中所述，使用Summary、arrange等功能。我也尝试过lazyeval的各种interp组合。n_distinct响应带有“n_distinct（）的输入必须是数据集中的单个变量名”（这很有意义，只是变量名在字符串中…）

这在函数外部可以正常工作（提到的是data.frame中的列名）：

这是我的第一次努力：

getProportions <- function(datain, id_column) {
    overall_total <- summarize(datain, count=n_distinct(id_column))[1,1]
}

getProportions(measures, "mention")

---

getPirations正如评论中所指出的，正确的方法是我的第二个选项，显然我从未完全测试过它（我在var的左边=interp调用的一部分）：

f我不确定问题出在哪里，因为这对我有效：
f再次感谢（我编辑了答案）。这不是问题；我应该删除它吗？您可以删除它，或者自己回答并接受它，因为其他人可能会发现它在将来很有用。我需要限定interp函数的名称空间，以使其工作，即lazyeval:：interp确实也为我工作。但是我发现在任何dplyr计算中，
length（unique（col））
比
n_distinct（col）
快得多。不知道为什么。
getProportions <- function(datain, id_column) {
    overall_total <- summarize(datain, count=n_distinct(id_column))[1,1]
}

getProportions(measures, "mention")

overall_total <- summarize_(datain, count=interp(~n_distinct(var),var=as.name(id_column)))[1,1]

f <- function(data, col) {
        summarise_(data, count = interp(~n_distinct(var), var = as.name(col)))
}
f(mtcars, "cyl")