dplyr：将所有列发送到 group_by 之后的 mutate 内的函数

在 dplyr 管道中调用任意函数时，将当前组中的所有列作为 tibble 或 data.frame 发送到函数的首选方法是什么？

在下面的例子中，mean_B是一个简单的例子，我知道在调用函数之前需要什么。mean_B_fun给出了错误的答案（与我想要的相比——我想要组内的平均值），并且mean_B_fun_ugly给出了我想要的，但这似乎是一种低效（而且丑陋）的方式来获得我想要的效果。

我想对任意列进行操作的原因是在实践中，我正在采取my_fun在下面的示例中，我不知道用户需要先验操作的列。

library(dplyr)

my_fun <- function(x) mean(x$B)

my_data <-
  expand.grid(A=1:3, B=1:2) %>%
  mutate(B=A*B) %>%
  group_by(A) %>%
  mutate(mean_B=mean(B),
         mean_B_fun=my_fun(.),
         mean_B_fun_ugly=my_fun(as.data.frame(.)[.$A == unique(A),,drop=FALSE]))

这是我的答案，不知道要计算平均值的列。

expand.grid(A=1:3, B=1:2) %>%
mutate(B=A*B) %>% nest(-A)  %>%
mutate(means = map(.$data, function(x) colMeans(x)))

  A data means
1 1 1, 2   1.5
2 2 2, 4     3
3 3 3, 6   4.5