如何使用dplyr自动对多列进行分组求和并合并到同一数据集？

当然有更高效的自动化方法！不用手动给每一列重复写分组求和的代码，用dplyr的几个函数就能一次性搞定所有列的求和，还能直接把结果合并到同一个数据集中，省超多时间～

这是dplyr新版本主推的函数，灵活性很强。你可以直接指定要计算的列范围（比如前四列），然后在across()里应用sum()函数，还能自定义结果列的命名：

library(dplyr)

# 对iris数据集的前4列，按Species分组求和
abc_all <- iris %>%
  group_by(Species) %>%
  summarise(
    across(1:4, sum, .names = "sum_{.col}")  # .names参数用来给新列命名，{.col}会替换成原列名
  ) %>%
  ungroup()

# 查看结果
print(abc_all)

如果不想用列的位置索引，也可以直接指定列名向量，比如：

across(c("Sepal.Length", "Sepal.Width", "Petal.Length", "Petal.Width"), sum, .names = "sum_{.col}")

如果你的dplyr版本低于1.0.0，用summarise_at()也能实现同样的效果：

abc_all <- iris %>%
  group_by(Species) %>%
  summarise_at(vars(1:4), sum) %>%  # vars(1:4)指定要操作的列，同样可以换成具体列名
  ungroup()

要是想给结果列加自定义后缀，比如_sum，可以用funs()（不过这个写法在新版dplyr里已经被across()替代了）：

abc_all <- iris %>%
  group_by(Species) %>%
  summarise_at(vars(1:4), funs(sum = sum)) %>%
  ungroup()

用上面任意一种方法，最终都会得到一个包含Species列和所有目标列求和结果的数据框，不用再单独生成多个数据集然后手动合并啦～

内容的提问来源于stack exchange，提问作者Inuraghe