如何在R data.table中不使用rowSums函数对指定列进行行求和

嘿，刚好有几个适合你的替代方案，都是data.table原生的写法，完全不需要用到rowSums()，而且各有适用场景：

1. 直接列名相加（适合列数固定且较少的情况） #

如果你的目标列数量不多，直接把列名用+连接是最直观的写法，代码非常简洁：

library(data.table)
iris = data.table(iris[,-5])
cols = c("Petal.Length","Petal.Width")

# 直接列运算实现行求和
iris[, newSum := Petal.Length + Petal.Width]

2. 用Reduce()动态处理任意数量的列（适合列名存变量的场景） #

如果你的cols是动态生成的（比如列数不确定或者是从其他逻辑得到的列名向量），用Reduce()来依次累加.SD里的列是更灵活的方案，完美适配变量化的列名：

# 基于动态列向量实现行求和
iris[, newSum := Reduce(`+`, .SD), .SDcols = cols]

这里的.SD就是我们通过.SDcols指定的目标列子集，Reduce(+, .SD)会把这些列按顺序逐个相加，实现行求和的效果，而且性能和向量化操作一致，比循环高效太多。

补充小提示 #

你之前写法里的by = .I其实是多余的，因为行求和本身就是逐行独立的操作，不需要分组，去掉后代码会更简洁（不管用rowSums()还是上面的替代方法都不需要这个参数）。

内容的提问来源于stack exchange，提问作者nimliug