我试图在函数中使用dplyr来创建一个用户定义的函数，我可以传递多个参数来用dplyr总结数据，然后用ggplot绘制它。
这里是一些样本数据和我试图做的dplyr然后绘图

df <-data.frame(Year = c("2006", "2006", "2006", "2007", "2007", "2007", "2008", "2009", "2010", "2010", "2009", "2009"), JudicialOrientation = c("Defense", "Plaintiff", "Plaintiff", "Neutral", "Defense", "Plaintiff", "Defense", "Plaintiff", "Neutral", "Neutral", "Plaintiff","Defense"), Loss = c(100000, 100, 2500, 100000, 25000, 0, 7500, 5200, 900, 100, 0, 50))

df1 <- df %>%
  group_by(Year, JudicialOrientation) %>%
  summarise(MeanLoss =mean(Loss))

ggplot(df1, aes(x = JudicialOrientation, y = MeanLoss, color = Year, group  =Year)) + 
  geom_line() +
  geom_point()

我现在尝试将其复制到用户函数中，以便可以传递不同的变量以获得类似的结果。
以下是我目前的尝试：

ConsistencyPlot <- function(df,var1,timevar,lossvar){

  df1 <- df %>%
    group_by_(df[timevar], df[var1]) %>%
    summarise_(MeanLoss = mean(df[lossvar]))

  ggplot(df1, aes(x = var1, y = MeanLoss, color = timevar, group = timevar)) +
    geom_line() +
    geom_point()

}

ConsistencyPlot(df,"JudicialOrientation","Year",'Loss')

我复制了相同的逻辑，传入df作为我的 Dataframe ，var1作为JudicialOrientation，timevar作为Year，lossvar作为我的Loss值的向量，我希望通过summarise进行平均。但是我不能得到相同的结果，所以我觉得我错过了一些关于如何在闭包中使用这些函数的东西。