Question

我有以下精简数据集：

a<-as.data.frame(c(2000:2005))
a$Col1<-c(1:6)
a$Col2<-seq(2,12,2)

colnames(a)<-c("year","Col1","Col2")

for (i in 1:2){
  a[[paste("Var_", i, sep="")]]<-i*a[[paste("Col", i, sep="")]]
}

我想总结Var1和Var2列，我使用：

a$sum<-a$Var_1 + a$Var_2

实际上我的数据集要大得多 - 我想从Var_1求和到Var_n（n可以高达20）。必须有一种更有效的方法来做到这一点：

 a$sum<-a$Var_1 + ... + a$Var_n

Answer 1

您可以使用colSums(a[,c("Var1", "Var2")])或rowSums(a[,c("Var_1", "Var_2")])。在你的情况下你想要这封信。

Answer 2

这是使用tidyverse的解决方案。您可以使用select()函数在mutate()中选择适当的列，将其扩展为任意多的列。

library(tidyverse)

a<-as.data.frame(c(2000:2005))
a$Col1<-c(1:6)
a$Col2<-seq(2,12,2)

colnames(a)<-c("year","Col1","Col2")

for (i in 1:2){
    a[[paste("Var_", i, sep="")]]<-i*a[[paste("Col", i, sep="")]]
}
a
#>   year Col1 Col2 Var_1 Var_2
#> 1 2000    1    2     1     4
#> 2 2001    2    4     2     8
#> 3 2002    3    6     3    12
#> 4 2003    4    8     4    16
#> 5 2004    5   10     5    20
#> 6 2005    6   12     6    24

# Tidyverse solution
a %>%
    mutate(Total = select(., Var_1:Var_2) %>% rowSums(na.rm = TRUE))
#>   year Col1 Col2 Var_1 Var_2 Total
#> 1 2000    1    2     1     4     5
#> 2 2001    2    4     2     8    10
#> 3 2002    3    6     3    12    15
#> 4 2003    4    8     4    16    20
#> 5 2004    5   10     5    20    25
#> 6 2005    6   12     6    24    30

^{由reprex package（v0.2.1）于2019-01-01创建}

Answer 3

如果要处理非常大的数据集，rowSums可能会很慢。

另一个选择是Rfast包中的rowsums函数。这要求您在此过程中将数据转换为matrix，并使用列索引而不是名称。这是一个基于您的代码的示例：

## load Rfast
library(Rfast)

## create dataset
a <- as.data.frame(c(2000:2005))
a$Col1 <- c(1:6)
a$Col2 <- seq(2,12,2)

colnames(a) <- c("year","Col1","Col2")

for (i in 1:2){
  a[[paste("Var_", i, sep="")]] <- i*a[[paste("Col", i, sep="")]]
}

## get column indices based on names
col_st <- grep("Var_1", colnames(a))  # index of "Var_1" col
col_en <- grep("Var_2", colnames(a))  # index of "Var_2" col
cols   <- c(col_st:col_en)  # indices of all cols from "Var_1" to "Var_2"

## sum rows 4 to 5
a$Total <- rowsums(as.matrix(a[,cols]))

Answer 4

你可以使用 dplyr

a %>%
rowwise() %>%
mutate(sum = sum(Col1,Col1, na.rm = T))

或更高效

a %>%
rowwise() %>%
mutate(sum = sum(across(starts_with("Col")), na.rm = T))

在R中的多个列中有效地求和

4 个答案: