如何通过[row,col]距离索引对指定列执行行求和循环？

处理如下结构的数据（dput()输出）：

structure(list(type3a1 = c(2L, 6L, 5L, NA, 1L, 3L, NA), type3b1 = c(NA, 
3L, 1L, 5L, 6L, 3L, NA), type3a1_arc = c(1L, 2L, 5L, 4L, 5L, 
4L, NA), type3b1_arc = c(2L, 2L, 3L, 4L, 1L, 1L, NA), testing = c("Yes", 
NA, "No", "No", NA, "Yes", NA), cars = c(5L, 12L, 1L, 6L, NA, 
2L, NA), house = c(5L, 4L, 0L, 5L, 0L, 10L, NA), type3a2 = c(50L, 
NA, 20L, 4L, 5L, NA, NA), type3b2 = c(10L, 10L, 15L, 1L, 3L, 
1L, NA), type3a2_arc = c(50L, 25L, 30L, 10L, NA, 10L, NA), type3b2_arc = c(NA, 
20L, 10L, 50L, 5L, 1L, NA), X = c(NA, NA, NA, NA, NA, NA, NA)), class = "data.frame", row.names = c(NA, 
-7L))

需求：

• 检查每个type变量的值是否在(1,2,3,4,5)范围内；
• 若符合条件，从对应位置偏移7列获取total值；
• 将所有符合条件的total值求和，存入新的总计列（例如第一行总计为100，因type3b1为NA不纳入计算）。

尝试的循环代码报错：Error in col + 7 : non-numeric argument to binary operator，代码如下：

# Matching pairing variables (i.e. type_vars:"type3a1" with total_vars:"type3a2") 
type_vars <- c("type3a1", "type3b1", "type3a1_arc", "type3b1_arc")
total_vars <- c("type3a2", "type3b2", "type3a2_arc", "type3b2_arc")

valid_list <- c(1,2,3,4,5)
totals = list()

for(row in 1:nrow(df)) {
  sum = 0
  for(col in type_vars) {
    if (df[row,col] %in% valid_list) {
      sum <- sum + (df[row,col+7])
    }
  }
  totals <- sum
}

错误原因 #

代码中col是列名（字符串类型），无法直接与数字7进行加法运算，这是报错的核心原因。另外，原代码中totals <- sum会每次覆盖之前的结果，最终仅保留最后一行的求和值，无法存储所有行的计算结果。

修正后的循环实现 #

方法1：利用预定义的变量配对关系 #

这种方式比硬编码偏移列更可靠，避免列顺序变动导致错误：

type_vars <- c("type3a1", "type3b1", "type3a1_arc", "type3b1_arc")
total_vars <- c("type3a2", "type3b2", "type3a2_arc", "type3b2_arc")
valid_list <- c(1,2,3,4,5)

# 初始化存储结果的向量
totals <- numeric(nrow(df))

for(row in 1:nrow(df)) {
  row_sum <- 0
  # 遍历变量对的索引
  for(i in seq_along(type_vars)) {
    type_val <- df[row, type_vars[i]]
    # 检查值是否有效且非NA
    if(!is.na(type_val) && type_val %in% valid_list) {
      total_val <- df[row, total_vars[i]]
      # 避免NA值影响求和
      row_sum <- row_sum + ifelse(is.na(total_val), 0, total_val)
    }
  }
  totals[row] <- row_sum
}

# 将结果添加为新列
df$total_sum <- totals

方法2：基于列索引偏移实现 #

如果确认列偏移关系固定为7，可以先将列名转换为索引再计算：

type_vars <- c("type3a1", "type3b1", "type3a1_arc", "type3b1_arc")
valid_list <- c(1,2,3,4,5)

# 获取type变量的列索引
type_cols <- match(type_vars, names(df))
# 计算对应的total列索引
total_cols <- type_cols + 7

totals <- numeric(nrow(df))

for(row in 1:nrow(df)) {
  row_sum <- 0
  for(i in seq_along(type_cols)) {
    type_val <- df[row, type_cols[i]]
    if(!is.na(type_val) && type_val %in% valid_list) {
      total_val <- df[row, total_cols[i]]
      row_sum <- row_sum + ifelse(is.na(total_val), 0, total_val)
    }
  }
  totals[row] <- row_sum
}

df$total_sum <- totals

更高效的向量化实现（推荐） #

R中循环效率较低，推荐使用向量化操作提升性能：

type_vars <- c("type3a1", "type3b1", "type3a1_arc", "type3b1_arc")
total_vars <- c("type3a2", "type3b2", "type3a2_arc", "type3b2_arc")
valid_list <- c(1,2,3,4,5)

# 构建逻辑矩阵：标记哪些type值有效
valid_matrix <- sapply(type_vars, function(col) {
  !is.na(df[[col]]) & df[[col]] %in% valid_list
})

# 提取对应的total值，无效位置替换为0
total_matrix <- mapply(function(t_col, v_col) {
  ifelse(v_col, df[[t_col]], 0)
}, total_vars, as.data.frame(valid_matrix))

# 按行求和
df$total_sum <- rowSums(total_matrix, na.rm = TRUE)

运行后，第一行的total_sum会得到预期的100，其他行也会正确计算求和结果。

内容的提问来源于stack exchange，提问作者Monarch