如何用dplyr和purrr批量按对应分类列汇总以eff开头的数值列？

这个需求太贴合实际工作场景了！手动一个个写分组汇总不仅麻烦，后续列数变多还得重复改代码，用dplyr搭配purrr就能优雅地批量处理，不管你有多少组categ_xx和eff_xx列都能自动搞定，下面一步步来实现：

首先，先加载需要的包，顺便把你的测试数据定义好：

library(dplyr)
library(purrr)
library(stringr) # 用来提取列名里的后缀

mydf <- tribble(
  ~categ_21, ~categ_22, ~eff_21, ~eff_22,
  "a",  "b",   1,   5,
  "b",  "b",   2,   6,
  "c",  "c",   3,   7,
  "c",  "a",   4,   8
)

接下来，我们先自动提取所有categ_开头列的后缀（比如21、22），这样后续不管新增多少组列，都不用手动修改这部分代码：

# 从categ列名里提取数字后缀
suffixes <- str_extract(names(mydf)[str_detect(names(mydf), "^categ_")], "(?<=categ_)\\d+")

然后用purrr::map遍历每个后缀，对每组categ_xx和eff_xx做分组求和，同时动态保留eff_xx的列名：

# 批量生成每组的汇总结果，存成列表
summary_list <- map(suffixes, function(suffix) {
  mydf %>%
    # 筛选当前后缀对应的categ和eff列，并重命名categ列统一为"categ"
    select(categ = starts_with(paste0("categ_", suffix)), 
           eff = starts_with(paste0("eff_", suffix))) %>%
    group_by(categ) %>%
    # 动态生成eff_xx列名，求和（加na.rm是防止有缺失值报错）
    summarise(!!paste0("eff_", suffix) := sum(eff, na.rm = TRUE))
})

最后把列表里的所有汇总表通过categ列合并起来，就是你想要的最终结果了：

# 合并所有汇总表，按categ排序
result <- reduce(summary_list, full_join, by = "categ") %>%
  arrange(categ)

# 查看结果
result
#> # A tibble: 3 × 3
#>   categ eff_21 eff_22
#>   <chr>  <dbl>  <dbl>
#> 1 a          1      8
#> 2 b          2     11
#> 3 c          7      7

这个方法的好处就是完全自动化，后续如果你的数据新增了categ_23和eff_23，代码不用做任何修改就能直接生成对应的汇总列，非常适合实际工作中列数较多的场景。

备注：内容来源于stack exchange，提问作者Damien Dotta