如何在R中按分组对多列分别求和而非合并为单列？

正确实现代码 #

针对你提供的数据集，按Sample、Motility分组并对每个t列单独求和的正确代码如下：

library(dplyr)

dat %>%
  group_by(Sample, Motility) %>%
  summarise(across(t1:t3, sum), .groups = "drop")

问题原因说明 #

你之前的代码错误在于将sum()嵌套在across()外部，这会把across()返回的所有t列求和结果再累加为一个单一值，最终只生成一列数据。正确的逻辑是把sum作为函数传递给across()，让across()对每一列单独执行求和操作，这样就能保留原t列的列名和各自的求和结果。

适配100个t列的优化写法 #

实际场景中有100个t列时，用starts_with("t")匹配所有以t开头的列会更高效，无需手动写出t1:t100：

dat %>%
  group_by(Sample, Motility) %>%
  summarise(across(starts_with("t"), sum), .groups = "drop")

扩展：多特征分组 #

如果需要同时按更多特征（比如Diet、Life.Position）分组，只需在group_by()中添加对应变量：

dat %>%
  group_by(Sample, Motility, Diet, Life.Position) %>%
  summarise(across(starts_with("t"), sum), .groups = "drop")

内容的提问来源于stack exchange，提问作者ricoratso