在RStudio中按索引分组行求和并更新原y列的技术问题

问题分析 #

你的代码存在几个关键问题：

• 没必要用rowwise()，按行处理会大幅降低千级列数下的运行效率，且get()在rowwise()的上下文里容易触发索引错误；
• 代码逻辑是新建yc开头的列，但你的需求是更新原y列，而非新增列；
• 未处理移除yb列的步骤。

方法一：用dplyr的across()直接更新（简洁直观） #

不需要rowwise()，直接利用向量运算特性，让每列y和对应的yb列逐元素相加，最后移除yb列：

tmpB <- tmpA %>%
  mutate(
    across(starts_with("y"), 
           ~ . + tmpA[[paste0("yb", substr(cur_column(), 2))]]
    )
  ) %>%
  select(-starts_with("yb"))

解释：

• cur_column()获取当前处理的y列名，substr(cur_column(), 2)提取出数字部分（比如从y0得到0）；
• tmpA[[paste0("yb", ...)]]直接取出对应的yb列，和当前y列做向量相加，效率远高于按行处理；
• select(-starts_with("yb"))移除所有yb开头的列，保留其他变量。

方法二：矩阵运算（大列数下更高效） #

当n达到1000时，矩阵运算的速度会比across()更快，适合处理大规模数据：

# 筛选y列和yb列的列名
y_cols <- stringr::str_starts(colnames(tmpA), "y") & !stringr::str_starts(colnames(tmpA), "yb")
yb_cols <- stringr::str_starts(colnames(tmpA), "yb")

# 矩阵相加更新y列
tmpA[y_cols] <- as.matrix(tmpA[y_cols]) + as.matrix(tmpA[yb_cols])

# 生成最终结果（移除yb列）
tmpB <- tmpA %>% select(-yb_cols)

解释：

• 用字符串匹配精准筛选y列（排除yb列）和yb列；
• 转成矩阵后做元素级相加，这是R中最快速的批量数值运算方式；
• 最后移除yb列得到目标数据集。

原代码报错原因 #

rowwise()会让mutate()逐行处理，此时get(paste0("yb", substr(cur_column(), 2)))每次只能取单个值，而across()是列级操作，两者上下文冲突，导致索引或类型不匹配的错误。同时你没有处理更新原列和移除yb列的逻辑，不符合需求。

内容的提问来源于stack exchange，提问作者P Wong