如何高效聚合无列名大数据框：每5列求和并移除原列

针对你处理大型DataFrame的需求，这里提供两种无需手动逐组编写代码的高效方案，自动完成每5列一组的求和聚合：

方案1：dplyr + purrr 风格（与你现有代码逻辑一致） #

利用分组索引批量生成求和列，代码简洁易读，适合熟悉tidyverse的场景：

library(dplyr)
library(purrr)

# 1. 提取需要求和的列索引（从第3列开始，前2列为标识列）
sum_col_indices <- seq(3, ncol(df))
# 2. 将列索引按每5个一组拆分
col_groups <- split(sum_col_indices, ceiling(seq_along(sum_col_indices)/5))
# 3. 批量计算每组的行和，并自动命名为row_sum1、row_sum2...
sum_columns <- map_dfc(col_groups, ~rowSums(df[.x], na.rm = TRUE)) %>%
  rename_with(~paste0("row_sum", seq_along(.)))
# 4. 合并标识列与求和结果
final_df <- bind_cols(df[, 1:2], sum_columns)

方案2：Base R 高效版（适合超大型数据集） #

通过矩阵转置+rowsum实现，内存占用更低、运算速度更快，处理1000+列的大数据集更高效：

# 1. 定义需要求和的列范围
target_cols <- seq(3, ncol(df))
# 2. 生成分组标记（每5列一组）
group_tags <- ceiling(seq_along(target_cols)/5)
# 3. 按分组计算行和（转置后用rowsum再转置回来）
sum_result <- t(rowsum(t(df[target_cols]), group_tags, na.rm = TRUE))
# 4. 合并标识列并命名求和列
final_df_base <- cbind(df[, 1:2], as.data.frame(sum_result))
names(final_df_base)[-c(1:2)] <- paste0("row_sum", seq_len(ncol(sum_result)))

注意事项 #

• 如果你的原始数据存在NA值，记得在rowSums或rowsum中添加na.rm = TRUE参数，避免求和结果为NA。
• 你之前的手动代码中row_sum2误写了两次v8，批量方案会自动按列顺序分组，彻底避免这类手动输入错误。
• 若原始DataFrame确实无列名，上述代码无需调整，列索引的逻辑依然生效。

内容的提问来源于stack exchange，提问作者Melike