dplyr：如何在函数内使用 group_by ？

我想使用使用dplyr::group_by函数在另一个函数中，但我不知道如何将参数传递给该函数。

有人可以提供一个可行的例子吗？

library(dplyr)
data(iris)
iris %.% group_by(Species) %.% summarise(n = n()) # 
## Source: local data frame [3 x 2]
##      Species  n
## 1  virginica 50
## 2 versicolor 50
## 3     setosa 50

mytable0 <- function(x, ...) x %.% group_by(...) %.% summarise(n = n())
mytable0(iris, "Species") # OK
## Source: local data frame [3 x 2]
##      Species  n
## 1  virginica 50
## 2 versicolor 50
## 3     setosa 50

mytable1 <- function(x, key) x %.% group_by(as.name(key)) %.% summarise(n = n())
mytable1(iris, "Species") # Wrong!
# Error: unsupported type for column 'as.name(key)' (SYMSXP)

mytable2 <- function(x, key) x %.% group_by(key) %.% summarise(n = n())
mytable2(iris, "Species") # Wrong!
# Error: index out of bounds

对于编程来说，group_by_是对应于group_by:

library(dplyr)

mytable <- function(x, ...) x %>% group_by_(...) %>% summarise(n = n())
mytable(iris, "Species")
# or iris %>% mytable("Species")

这使：

     Species  n
1     setosa 50
2 versicolor 50
3  virginica 50

Update在写这篇文章时，使用了 dplyr%.%这是上面最初使用的，但现在%>%受到青睐，因此对上面的内容进行了更改以保持相关性。

Update 2regroup 现已弃用，请使用 group_by_ 代替。

Update 3 group_by_(list(...))现在变成group_by_(...)根据罗伯托的评论，在新版本的 dplyr 中。

Update 4添加了评论中建议的微小变化。

更新5：使用 rlang/tidyeval 现在可以做到这一点：

library(rlang)
mytable <- function(x, ...) {
  group_ <- syms(...)
  x %>% 
    group_by(!!!group_) %>% 
    summarise(n = n())
}
mytable(iris, "Species")

或路过Species未评估，即周围没有引号：

library(rlang)
mytable <- function(x, ...) {
  group_ <- enquos(...)
  x %>% 
    group_by(!!!group_) %>% 
    summarise(n = n())
}
mytable(iris, Species)

更新6：现在有一种 {{...}} 表示法可以在只有一个分组变量的情况下使用：

mytable <- function(x, group) {
  x %>% 
    group_by({{group}}) %>% 
    summarise(n = n())
}
mytable(iris, Species)