在用户定义的函数中使用Dplyr汇总数据，然后进行绘图

我试图在函数中使用dplyr来创建一个用户定义的函数，我可以传递多个参数，用dplyr汇总数据，然后用ggplot进行绘图

下面是一些示例数据，以及我试图用dplyr执行的操作，然后进行绘图

df <-data.frame(Year = c("2006", "2006", "2006", "2007", "2007", "2007", "2008", "2009", "2010", "2010", "2009", "2009"), JudicialOrientation = c("Defense", "Plaintiff", "Plaintiff", "Neutral", "Defense", "Plaintiff", "Defense", "Plaintiff", "Neutral", "Neutral", "Plaintiff","Defense"), Loss = c(100000, 100, 2500, 100000, 25000, 0, 7500, 5200, 900, 100, 0, 50))

df1 <- df %>%
  group_by(Year, JudicialOrientation) %>%
  summarise(MeanLoss =mean(Loss))

ggplot(df1, aes(x = JudicialOrientation, y = MeanLoss, color = Year, group  =Year)) + 
  geom_line() +
  geom_point()

df%
汇总（平均损失=平均（损失））
ggplot（df1，aes（x=司法定向，y=平均损失，颜色=年，组=年））+
geom_线（）+
几何点（）

我现在正试图将其复制到一个用户函数中，以便传递不同的变量以获得类似的结果

以下是我迄今为止的尝试：

ConsistencyPlot <- function(df,var1,timevar,lossvar){

  df1 <- df %>%
    group_by_(df[timevar], df[var1]) %>%
    summarise_(MeanLoss = mean(df[lossvar]))

  ggplot(df1, aes(x = var1, y = MeanLoss, color = timevar, group = timevar)) +
    geom_line() +
    geom_point()

}

ConsistencyPlot(df,"JudicialOrientation","Year",'Loss')

稠度批次%
总结（平均损失=平均值（df[lossvar]））
ggplot（df1，aes（x=var1，y=MeanLoss，color=timevar，group=timevar））+
geom_线（）+
几何点（）
}
一致性地块（df，“司法定位”、“年份”、“损失”）

---

我正在复制相同的逻辑，并将

df

作为我的数据帧传递，

var1

作为

judicialooritation

，

timevar

作为

Year

和

lossvar

作为我希望通过

总结
平均的
损失值向量。但是，我无法得到相同的结果，因此我觉得在闭包中如何使用这些函数缺少了一些东西。
首先，在dplyr函数中，您不需要调用索引数据帧的变量，如
df[，timevar]
。只使用变量名。此外，在为数据帧编制索引时，必须指定是调用列还是行，因此
df[timevar]
是错误的

关于功能，这是一个评估问题

以下结构正在运行：

ConsistencyPlot <- function(df, var1, timevar, lossvar){
  var1 <- enquo(var1)
  timevar <- enquo(timevar)
  lossvar <- enquo(lossvar)

  df1 <- df %>%
    group_by(!!timevar, !!var1) %>%
    summarise(MeanLoss = mean(!!lossvar))

  ggplot(df1, aes(x = !!var1, y = MeanLoss, color = !!timevar, group = !!timevar)) +
    geom_line() +
    geom_point()
}

我希望你觉得它有用。
在我发布这个问题后，我意识到我引用的列名是错误的。你能给我解释一下吗！！你在干什么？这正是我想要的。非常感谢。这是一个取消报价的操作员。请参见
？“！！”
。这正是@Anonymouscoward所说的。要进行更深入的调查，请看一看。很乐意提供帮助。我想我只是想弄明白为什么引用-不引用方法有效，而不是仅仅以不引用的形式发送论点。如果我将变量发送进来，它就无法识别它们，那么为什么当它们被加引号时，它会工作，然后立即被加引号！！。我读了？enquo，如果我理解正确，quosure保持了原始环境，但是！！只是为了评估的目的删除了引号？@Coldchain9:请看下面的进一步解释
ConsistencyPlot(df, JudicialOrientation, Year, Loss)