dplyr 中的标准判断：总结作为字符串给出的变量

UPDATE July 2020:

dplyr 1.0几乎改变了这个问题以及所有答案的一切.请参见此处的dplyr个编程小插曲:

https://cran.r-project.org/web/packages/dplyr/vignettes/programming.html

当列的标识符被存储为字符向量时，引用列的新方法是使用rlang中的.data代词，然后使用base R中的子集.

library(dplyr)

key <- "v3"
val <- "v2"
drp <- "v1"

df <- tibble(v1 = 1:5, v2 = 6:10, v3 = c(rep("A", 3), rep("B", 2)))

df %>% 
    select(-matches(drp)) %>% 
    group_by(.data[[key]]) %>% 
    summarise(total = sum(.data[[val]], na.rm = TRUE))

#> `summarise()` ungrouping output (override with `.groups` argument)
#> # A tibble: 2 x 2
#>   v3    total
#>   <chr> <int>
#> 1 A        21
#> 2 B        19

如果你的代码在一个包函数中，你可以 Select @importFrom rlang .data以避免R判断关于未定义全局变量的注释.

ORIGINAL QUESTION:

我想引用summarise中的一个未知列名.dplyr 0.3中引入的标准求值函数允许使用变量引用列名，但当您在例如summarise中调用base R函数时，这似乎不起作用.

library(dplyr)
 
key <- "v3"
val <- "v2"
drp <- "v1"
 
df <- data_frame(v1 = 1:5, v2 = 6:10, v3 = c(rep("A", 3), rep("B", 2)))

df如下所示:

> df
Source: local data frame [5 x 3]

  v1 v2 v3
1  1  6  A
2  2  7  A
3  3  8  A
4  4  9  B
5  5 10  B

我想删除v1，按v3分组，并对每组的v2求和:

df %>% select(-matches(drp)) %>% group_by_(key) %>% summarise_(sum(val, na.rm = TRUE))

Error in sum(val, na.rm = TRUE) : invalid 'type' (character) of argument

NSE版本的select()运行良好，因为它可以匹配字符串.group_by()的SE版本运行良好，因为它现在可以接受变量作为参数并对其求值.然而，当在dplyr个函数中使用base R函数时，我还没有找到一种实现类似结果的方法.

不起作用的事情:

df %>% group_by_(key) %>% summarise_(sum(get(val), na.rm = TRUE))
Error in get(val) : object 'v2' not found

df %>% group_by_(key) %>% summarise_(sum(eval(as.symbol(val)), na.rm = TRUE))
Error in eval(expr, envir, enclos) : object 'v2' not found

我查了severalrelatedquestions，但到目前为止，没有一个提议的解决方案对我有效.