如何在R中将重复行的数值合并求和为单行

当处理大数据量时，base R的aggregate函数效率不足，以下两种方法能显著提升分组求和的速度：

方法一：使用dplyr（tidyverse生态） #

借助dplyr的分组聚合语法，代码简洁且性能优化：

library(dplyr)

# 读取数据
count <- read.csv("count_data.csv", header = TRUE)

# 按Genus分组，对所有数值列求和
shl <- count %>%
  group_by(Genus) %>%
  summarise(across(where(is.numeric), sum)) %>%
  ungroup() # 可选，取消数据的分组状态

• across(where(is.numeric))会自动识别所有数值型列并应用求和操作，无需手动指定列名
• 若需指定特定列，可替换为across(c(A, B, C, D), sum)，进一步提升效率

方法二：使用data.table（大数据场景首选） #

data.table专为大数据处理设计，读取和聚合速度均优于base R和dplyr：

library(data.table)

# 用fread快速读取大文件（比read.csv高效）
count <- fread("count_data.csv")

# 按Genus分组，对其余列求和
shl <- count[, lapply(.SD, sum), by = Genus]

• .SD指代除分组列（Genus）外的所有列，lapply(.SD, sum)对这些列逐一求和
• 若需指定列，可添加.SDcols = c("A", "B", "C", "D")参数，仅对目标列计算

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