如何在R语言中使用循环实现数据框多列按组求和？

你提到的两种单列分组求和方法都没问题，但要批量处理大量类似ON1、ON2、ON3的数值列时，不用手动挨个处理——R里有更高效的方式，当然如果偏好循环实现也完全可以，下面给你几种实用思路：

一、推荐：用dplyr包一键处理（简洁高效） #

如果你的数据量较大，dplyr的分组聚合语法会非常省心，一行代码就能搞定所有目标列：

# 先安装并加载dplyr（如果还没装的话）
install.packages("dplyr")
library(dplyr)

# 按taxa分组，对所有以ON开头的数值列求和
sum_df <- df %>%
  group_by(taxa) %>%
  summarise(across(matches("ON\\d+"), sum))

这里matches("ON\\d+")会自动匹配所有以ON开头、后面跟数字的列；如果你的数值列没有统一命名规则，也可以换成where(is.numeric)直接选中所有数值列，灵活性拉满。

二、基础R循环实现（贴合你的原有思路） #

如果一定要用循环来实现，基于你熟悉的tapply方法，可以这样写：

# 第一步：提取所有需要求和的目标列名（比如所有ON开头的列）
cols_to_sum <- grep("ON\\d+", colnames(df), value = TRUE)

# 第二步：创建空数据框存储结果，先放入唯一的taxa分组
result_df <- data.frame(taxa = unique(df$taxa))

# 第三步：循环处理每一列
for(col in cols_to_sum){
  # 用tapply计算当前列的分组求和
  col_sum <- tapply(df[[col]], df$taxa, sum)
  # 把结果对应合并到结果数据框
  result_df[[col]] <- col_sum[result_df$taxa]
}

运行后result_df就会包含每个taxa组下所有目标列的求和结果，和你手动处理单列的逻辑完全一致。

三、基础R的lapply批量处理（不用显式循环） #

基础R里也可以用lapply替代显式循环，写法更优雅：

# 提取目标列名
cols_to_sum <- grep("ON\\d+", colnames(df), value = TRUE)

# 批量对每列应用tapply求和，转成数据框
sum_list <- lapply(df[cols_to_sum], function(x) tapply(x, df$taxa, sum))
sum_df <- as.data.frame(sum_list)

# 补充taxa列并调整顺序
sum_df$taxa <- rownames(sum_df)
sum_df <- sum_df[, c("taxa", cols_to_sum)]

测试示例数据 #

注意你提供的示例代码里ON4没有定义，我调整了一下测试数据：

taxa <- c("bac", "bac", "bac", "bac", "bac", "bac", "arch", "arch", "arch")
ON1 <- c(2, 45, 34, 90, 0, 39, 12, 11, 5)
ON2 <- c(22, 67, 87, 90, 0, 0, 77, 21, 20)
ON3 <- c(46, 55, 1, 3, 0, 100, 88, 66, 9)
df <- data.frame(taxa, ON1, ON2, ON3)

运行上述方法后，得到的结果如下：

这样不管你有多少个类似的数值列，都能一次性处理完成啦。

内容的提问来源于stack exchange，提问作者Valentina