R语言中高效批量合并58对相关列并缩减数据框维度的方法咨询

哈哈，手动写58对列的求和绝对是噩梦！我给你几个高效的解决方案，不管你习惯用tidyverse还是基础R都能轻松搞定：

方法1：用dplyr的across快速批量处理 #

这个方法最简洁，适合已经在用tidyverse的场景：

library(dplyr)
library(stringr)

# 先从列名里提取所有的组编号（比如1、2...58）
groups <- unique(str_extract(names(DF), "\\d+"))

# 批量对每一组的hourX和minutesX求和，自动命名为t1、t2...
DF_new <- DF %>%
  summarise(
    across(groups, ~ get(paste0("hour", .x)) + get(paste0("minutes", .x)), .names = "t{.x}")
  )

逻辑解释：

• str_extract(names(DF), "\\d+") 从列名里提取数字部分，自动获取所有组号
• across(groups, ...) 遍历每个组号，用get()调用对应的hourX和minutesX列，相加后按t{组号}格式命名新列

测试你的示例数据，输出和手动写的完全一致：

DF_new
#>      t1    t2
#> 1 3.083 4.090
#> 2 2.170 3.180
#> 3 1.250 2.350

方法2：用tidyr的pivot转换（逻辑更直观） #

如果对字符串处理不太熟悉，这种“转长-求和-转宽”的方式更容易理解：

library(tidyr)
library(dplyr)

DF_new <- DF %>%
  # 添加行号，确保每个样本的信息不丢失
  mutate(row_id = row_number()) %>%
  # 把宽格式转成长格式，拆分列名为「类型(hour/minutes)」和「组号」
  pivot_longer(-row_id, 
               names_to = c("type", "group"), 
               names_pattern = "(hour|minutes)(\\d+)") %>%
  # 按行号+组号分组，求和得到每组的总时间
  group_by(row_id, group) %>%
  summarise(total = sum(value)) %>%
  # 转回宽格式，命名为t1、t2...
  pivot_wider(names_from = group, values_from = total, names_prefix = "t") %>%
  # 去掉临时的行号列
  select(-row_id)

逻辑解释：

• 通过pivot_longer把所有hour和minutes列转成两行（每行对应hour或minutes），同时拆分出组号
• 分组求和后，再用pivot_wider转回原来的宽格式，得到合并后的列

方法3：基础R实现（无需额外包） #

如果不想加载tidyverse包，用基础R也能搞定：

# 提取所有组号
groups <- unique(sub("(hour|minutes)(\\d+)", "\\2", names(DF)))

# 批量计算每一组的和，合并成新数据框
DF_new <- do.call(cbind, lapply(groups, function(x) {
  DF[, paste0("hour", x)] + DF[, paste0("minutes", x)]
}))

# 设置新列名
colnames(DF_new) <- paste0("t", groups)

# 转成数据框格式（可选，默认是矩阵）
DF_new <- as.data.frame(DF_new)

逻辑解释：

• sub() 从列名里替换掉hour/minutes，提取组号
• lapply() 遍历每个组号，计算对应列的和，再用do.call(cbind, ...)把结果合并成矩阵/数据框

这三个方法都能轻松处理58对列，再也不用手动写几十行重复代码啦！

内容的提问来源于stack exchange，提问作者JOHN