如何在R语言中借助tidyverse基于年份对列进行条件求和？

问题背景 #

现有如下R数据框：

df <- data.frame(
  id = c(100023, 100024, 100034, 100064, 100054, 100032),
  year = c(1995, 1996, 1997, 1998, 1999, 2000),
  n_1995_point_count = c(10, 5, 3, 8, 2, 1),
  n_1996_point_count = c(7, 6, 2, 4, 3, 1),
  n_1997_point_count = c(3, 5, 1, 2, 6, 0),
  n_1998_point_count = c(8, 4, 9, 2, 1, 0),
  n_1999_point_count = c(3, 4, 9, 2, 2, 0),
  n_2000_point_count = c(5, 2, 3, 1, 4, 0)
)

需要新增一列cumulative_sum，规则为：对每行，求和所有年份小于当前行year值的n_XXXX_point_count列（1995年无前置年份，累计和为0），最终输出如下：

id year n_1995_point_count n_1996_point_count n_1997_point_count n_1998_point_count n_1999_point_count n_2000_point_count cumulative_sum
1 100023 1995                 10                  7                  3                  8                  3                  5              0
2 100024 1996                  5                  6                  5                  4                  4                  2              5
3 100034 1997                  3                  2                  1                  9                  9                  3              5
4 100064 1998                  8                  4                  2                  2                  2                  1             14
5 100054 1999                  2                  3                  6                  1                  2                  4             12
6 100032 2000                  1                  1                  0                  0                  0                  0              2

解决方案（tidyverse语法） #

方法一：行处理直接求和 #

通过行分组+列匹配的方式，直接逐行筛选符合条件的列并求和：

library(tidyverse)

df_result <- df %>%
  rowwise() %>%
  mutate(
    cumulative_sum = sum(
      c_across(starts_with("n_")),
      .names_to = "col_year",
      .name_spec = ~ str_extract(., "\\d{4}") %>% as.integer(),
      .fns = ~ .x < year
    )
  ) %>%
  ungroup()

print(df_result)

代码说明

• rowwise()：将数据框按行分组，确保后续操作逐行执行
• c_across(starts_with("n_"))：选中所有年份对应的点数列
• .name_spec：用正则表达式从列名中提取4位年份数字并转为整数
• .fns = ~ .x < year：筛选出年份小于当前行year的列，仅对这些列求和
• ungroup()：取消行分组，恢复数据框常规结构

方法二：长格式转换后计算 #

先将宽格式转为长格式，计算累计和后再转回宽格式，逻辑更直观：

df_result2 <- df %>%
  pivot_longer(
    cols = starts_with("n_"),
    names_to = "year_col",
    values_to = "points"
  ) %>%
  mutate(year_col = str_extract(year_col, "\\d{4}") %>% as.integer()) %>%
  group_by(id) %>%
  mutate(cumulative_sum = sum(ifelse(year_col < year, points, 0))) %>%
  pivot_wider(
    names_from = year_col,
    names_prefix = "n_",
    names_suffix = "_point_count",
    values_from = points
  ) %>%
  ungroup() %>%
  select(names(df), cumulative_sum)

print(df_result2)

代码说明

• pivot_longer：将宽格式的年份列转为长格式，每行对应一个id、年份和点数
• 提取列名中的年份数值后，按id分组
• 对每个id下的行，判断年份是否符合条件，求和得到累计值
• pivot_wider：转回宽格式并恢复原始列顺序

内容的提问来源于stack exchange，提问作者llamatrauma