如何在lapply中结合group_by%>%sum实现数据分组求和？

实现方法 #

首先构造示例数据框：

df = data.frame(x = c(rep(1,5),rep(2,5)),
                y = 1:10,
                z = 11:20)

借助dplyr包，结合group_by分组与lapply遍历列计算总和，代码如下：

library(dplyr)
library(tidyr)

# 按x分组，对y、z列用lapply计算分组总和
summary_df <- df %>%
  group_by(x) %>%
  summarise(
    lapply(select(., y, z), sum),
    .groups = "drop"
  ) %>%
  unnest_wider(col = lapply(select(., y, z), sum))

# 输出结果
summary_df

运行后得到的结果：

x  y  z
1 1 15 65
2 2 40 90

如果不想额外依赖tidyr，也可以用dplyr的across函数配合lapply逻辑实现，写法更简洁：

summary_df <- df %>%
  group_by(x) %>%
  summarise(across(c(y, z), ~sum(.x)), .groups = "drop")

这个写法本质是用across遍历指定列，内部通过~sum(.x)调用求和，和lapply的遍历逻辑一致，同样能得到目标结果。

内容的提问来源于stack exchange，提问作者An116