R 如何在函数中引用和取消引用变量，并在数据帧上迭代

我试图获取一个函数并在值的数据帧上迭代。这里的目标是按10人一组总结机场延误情况

如何将传递到函数中的内容的值作为名称？列原点（EWR、LGA、JFK）应另存为列，并且仍需要将其传递到group by函数中

图书馆（tidyverse）
图书馆（nycflights13）
主管（航班）
#>#tibble:6 x 19
#>年-月-日折旧时间计划折旧时间延迟到货时间计划到货时间
#>                                      
#> 1  2013     1     1      517            515         2      830            819
#> 2  2013     1     1      533            529         4      850            830
#> 3  2013     1     1      542            540         2      923            850
#> 4  2013     1     1      544            545        -1     1004           1022
#> 5  2013     1     1      554            600        -6      812            837
#> 6  2013     1     1      554            558        -4      740            728
#> # ... 还有11个变量：到达延迟、承运人、航班、，
#>#尾数、起点、终点、空中时间、距离、，
#>#小时，分钟，时间#小时
全部汇总%select（原点），
航班%>%计数（天）%%>%机头（2）%%>%选择（天）
)
总摘要（航班、天数、到达延误）
#>分组依据（pcts，col\u nm）中出错：未找到对象“pcts”
purrr:：walk（参数，~ntile_摘要（航班，！始发地，到达延迟））
#>错误！来源：参数类型无效

---

由（v0.3.0）于2020-03-15创建在

变异后，连接为。没有
%%>%%

ntile_summary <- function(data, by, var) {
 by <- enquo(by)
 var <- enquo(var)
 data %>%
    mutate(pcts = ntile(!!by, n = 10),
       col_nm = !!by) %>%
    group_by(pcts, col_nm) %>% 
    summarize(avg = mean(!!var, na.ram  = TRUE))
}
ntile_summary(flights, day, arr_delay)
# A tibble: 40 x 3
# Groups:   pcts [10]
#    pcts col_nm   avg
#   <int>  <int> <dbl>
# 1     1      1 NA   
# 2     1      2 NA   
# 3     1      3 NA   
# 4     1      4 -4.44
# 5     2      4 NA   
# 6     2      5 NA   
# 7     2      6 NA   
# 8     2      7 NA   
# 9     3      7 NA   
#10     3      8 NA   
# … with 30 more rows

我意识到我的例子没有被清晰地考虑出来。我需要修改它，使其适用于我的真实数据集。
ntile_summary <- function(data, by, var) {

     data %>%          
        mutate(col_nm = {{by}}, pcts = ntile({{by}}, n = 10)) %>% 
        group_by(pcts, col_nm) %>%
        summarize(avg = mean({{var}}, na.ram  = TRUE))
    }

ntile_summary(flights, day, arr_delay)
# A tibble: 40 x 3
# Groups:   pcts [10]
#    pcts col_nm   avg
#   <int>  <int> <dbl>
# 1     1      1 NA   
# 2     1      2 NA   
# 3     1      3 NA   
# 4     1      4 -4.44
# 5     2      4 NA   
# 6     2      5 NA   
# 7     2      6 NA   
# 8     2      7 NA   
# 9     3      7 NA   
#10     3      8 NA   
# … with 30 more rows