帮我优化这段代码map_dfr(c("smoke","drink","obesity"), ~ dat1 <- data %>% filter(get(.x) == 1) %>% count(year,sex,agegroup,cancer)

可以尝试使用管道符 `%>%` 将操作串起来，避免多次赋值。同时，可以将函数 `count()` 的参数列表放在新的一行，使代码更加清晰易读。

library(dplyr)
library(purrr)

dat1 <- data %>%
  map_dfr(c("smoke", "drink", "obesity"), ~ {
    filter(.data, !!sym(.x) == 1) %>%
      count(
        year,
        sex,
        agegroup,
        cancer
      )
  })

这段代码中使用了 `sym()` 函数将字符串转换为符号，避免使用 `get()` 函数。同时，使用了 `map_dfr()` 函数来统一处理三个不同的数据列。