如何基于另一数据框的聚合数据为R数据框添加列？

数据定义 #

df1 <- data.frame(ID = c("A01", "B01", "C03"), meta = LETTERS[1:3])
df2 <- data.frame(C03 = c(15,25,35), A01 = c(10,20,30), B01 = c(20,20,30))

需求 #

为df1中的每个ID，附加df2中对应列的colSums计算结果。

现有基础实现 #

vec1 <- as.data.frame(colSums(df2))
vec1$ID <- row.names(vec1)

df.m <- merge(df1, vec1, by = "ID")
df.m  # 期望输出

期望输出 #

ID meta colSums(df2)
1 A01    A           60
2 B01    B           70
3 C03    C           75

更优实现方式 #

1. Base R 极简写法 #

无需创建中间数据框，直接通过match匹配ID与列名，一步添加结果列：

df1$colSums <- colSums(df2)[match(df1$ID, colnames(df2))]

执行后df1就会包含所需的求和列，结果与期望一致。

2. tidyverse 风格写法 #

如果常用dplyr等tidyverse工具，代码会更直观：

library(dplyr)

df1 <- df1 %>%
  mutate(colSums = colSums(df2)[ID])

利用mutate直接根据ID匹配df2的列求和结果，逻辑清晰。

3. 结构化转换后连接 #

如果需要更清晰的中间步骤，可先将列和转换为带ID的数据框，再做左连接：

library(tibble)
library(dplyr)

# 先把df2的列和转成带ID的表格
col_sums_tbl <- colSums(df2) %>%
  enframe(name = "ID", value = "colSums")

# 左连接到df1
df1 <- df1 %>%
  left_join(col_sums_tbl, by = "ID")

这种方式在复杂数据场景下更易扩展和维护。

内容的提问来源于stack exchange，提问作者nouse