如何在dplyr中结合列名向量实现行(rowwise)求和？

首先咱们明确核心问题：你直接把字符串向量to_sum传入sum()时，R会将它当成普通字符串集合处理，而不是解析成数据框的列，所以自然得不到正确结果。下面给你两种实用解决方案，附详细解释：

方法1：用c_across()配合rowwise()（tidyverse推荐方式） #

c_across()是dplyr专门为rowwise()环境设计的函数，用来提取每行的指定列值，完美适配你的场景：

library(tibble)
library(dplyr)

df <- tibble( foo = c(1,0,1), bar = c(1,1,1), foobar = c(0,1,1) )
to_sum <- c("foo", "bar")

df %>%
  rowwise() %>%
  mutate(sum = sum(c_across(all_of(to_sum)))) %>%
  ungroup() # 建议取消rowwise，避免后续操作被行分组限制

运行后就能得到你想要的结果：

# A tibble: 3 × 4
    foo   bar foobar   sum
  <dbl> <dbl>  <dbl> <dbl>
1     1     1      0     2
2     0     1      1     1
3     1     1      1     2

这里的all_of(to_sum)是关键，它能把字符串向量转换成dplyr可识别的列引用，让c_across()准确找到你要求和的列。

方法2：用rowSums()替代rowwise()（更高效的向量化操作） #

如果你的数据量较大，rowwise()的性能会不如向量化操作，这时可以直接用rowSums()配合across()：

df %>%
  mutate(sum = rowSums(across(all_of(to_sum))))

这个写法不需要开启rowwise()，直接对选中的列按行求和，结果和上面完全一致，且运行速度更快。

为什么原来的写法不行？ #

你之前尝试的sum(to_sum)或者sum("foo", "bar")，本质是在对字符串求和：R会尝试把字符串转换成数值，但"foo"和"bar"无法转成有效数值，最终会返回NA或者报错，这显然不是你要的对数据框列求和的逻辑。

内容的提问来源于stack exchange，提问作者MKR