在dplyr 0.6中对多个以编程方式指定的变量进行分组

这是新的dplyr，很快就会发布

给出了使用外部函数中指定的分组变量调用

group\u by

的示例：

my_summarise <- function(df, group_var) {
  df %>%
    group_by(!!group_var) %>%
    summarise(a = mean(a))
}

我的总结%
分组依据（！！分组变量）%>%
总结（a=平均值（a））
}

当提供单个分组变量时，此选项有效。但是，由于存在多个变量，它会失败

简化示例：

f <- function(x)
{
    group_by(mtcars, !!x)
}

## works
g1 <- "cyl"
f(g1)

## doesn't work
#Error in mutate_impl(.data, dots) : 
#  Column `c("cyl", "gear")` must be length 32 (the number of rows) or one, not 2
g2 <- c("cyl", "gear")
f(g2)

---

f有一个非常类似的问题：。我刚刚修改了一下答案，使用了
syms
和

library(rlang)
f <- function(x){
  group_by(mtcars, !!!syms(x))
}

f(c("cyl")) %>% summarise(n())
# A tibble: 3 x 2
    cyl `n()`
  <dbl> <int>
1     4    11
2     6     7
3     8    14

f(c("cyl", "gear")) %>% summarise(n())
# A tibble: 8 x 3
# Groups:   cyl [?]
    cyl  gear `n()`
  <dbl> <dbl> <int>
1     4     3     1
2     4     4     8
3     4     5     2
4     6     3     2
5     6     4     4
6     6     5     1
7     8     3    12
8     8     5     2

库（rlang）
f%摘要（n（））
#一个tibble:3x2
共青团()`
1     4    11
2     6     7
3     8    14
f（c（“气缸”、“齿轮”））%>%总结（n（））
#一个tibble:8x3
#组别：共青团[？]
气缸齿轮'n（）`
1     4     3     1
2     4     4     8
3     4     5     2
4     6     3     2
5     6     4     4
6     6     5     1
7     8     3    12
8     8     5     2
实际上，
f（g1）
也不起作用。尝试
f（g1）%%>%summary（n=n（））
。