我只是在Group by multiple columns in dplyr, using string vector input上给出了类似的答案，但这是为了更好地衡量：dplyr中添加了允许使用字符串对列进行操作的函数。这些函数与常规dplyr函数的名称相同，但以下划线结尾。这些函数在this vignette中有详细描述。
给定OP中的df和someColumn，现在可以很好地工作了：

gdf <- df %>% group_by_(someColumn) %>% summarise(m1=mean(V1),m2=mean(V2),m3=mean(V3))

请注意，它是group_by_，而不是group_by，并且使用%>%运算符，因为%.%已被弃用。

这里有一个简单问题的答案，通过挑选哈德利对他发布的欺骗的解决方案来获得。

gdf <- df %.% regroup( lapply( someColumn, as.symbol)) %.% summarise(m1 =mean(V1),m2 =mean(V2),m3 =mean(V3))

FWIW，我的用例涉及按一个变量列和一个常量列分组。解决方案是：

gdf <- df %.% regroup( lapply( c( 'constant_column', someColumn), as.symbol)) %.% summarise(m1 =mean(V1),m2 =mean(V2),m3 =mean(V3))

最后，发布的eval解决方案不起作用。这只是创建了一个新列，其值都是someColumneval的值。

你可以使用summarise_如下：

plotVar         = "Stocks_US_TotalCrudeOil"
dfBand <- mydf[ c( plotVar ,  "year", "week"  )  ] %>%
            filter ( year %in% bandYears )   %>%
            group_by (  week )   %>% 
            summarise_ (   ymini =  paste( "min(" ,  as.name(plotVar)  ,")"  ) 
                         , ymaxi =  paste( "max(" ,  as.name(plotVar)  ,")"  )     )
dfBand

pollutant <- "sulfate"
summarise(data, mean(eval(as.symbol(pollutant)), na.rm = TRUE))

我试着为我自己的问题问同样的问题，然后我找到了一个解决方案，我用eval（as.symbol（））封装了表达式。

我希望你只需要使用eval

require(dplyr)
someColumn = "group"
df <- as.data.frame(matrix(seq(1:9),ncol=3,nrow=3))
df$group <- c("A","B","A")
gdf <- df %.% group_by(eval(someColumn)) %.% summarise(m1 =mean(V1),m2 =mean(V2),m3 =mean(V3))