如何在R中按行求和另一列指定的子集列？

针对你遇到的需求——根据每行columns_to_sum列指定的列名计算对应数值之和，这里提供几种实用的解决方法：

方法1：使用dplyr的rowwise+across组合 #

这是tidyverse生态下最直观的写法，按行处理每行的列名解析与求和：

library(dplyr)

df <- df %>%
  rowwise() %>%
  mutate(result_column = sum(across(all_of(strsplit(columns_to_sum, ", ")[[1]])))) %>%
  ungroup()

• rowwise()：让后续的mutate操作按行独立执行
• strsplit(columns_to_sum, ", ")[[1]]：将每行的列名字符串拆分为列名向量
• all_of()：用于引用动态生成的列名，避免列名匹配警告
• across()：选中指定列后求和

方法2：使用purrr逐行映射处理 #

如果需要更灵活的行级操作，可以结合purrr的map函数：

library(dplyr)
library(purrr)

df <- df %>%
  mutate(result_column = map_dbl(columns_to_sum, ~{
    # 拆分当前行的列名字符串
    target_cols <- strsplit(.x, ", ")[[1]]
    # 提取当前行对应列的数值并求和
    sum(select(df, all_of(target_cols))[cur_row(), ])
  }))

• map_dbl()：遍历columns_to_sum的每个元素，返回数值型结果向量
• cur_row()：在mutate中标记当前处理的行位置

方法3：基础R原生实现 #

如果不想加载额外包，用基础R的apply函数就能完成：

df$result_column <- apply(df, 1, function(row_data) {
  # 拆分列名字符串
  target_cols <- strsplit(row_data["columns_to_sum"], ", ")[[1]]
  # 提取对应列的数值并求和（注意转换为数值型）
  sum(as.numeric(row_data[target_cols]))
})

• apply(df, 1, ...)：按行遍历数据框的每一行
• as.numeric()：确保提取的列值转换为数值类型（避免因子类型导致错误）

注意事项 #

如果你的实际数据中columns_to_sum的列名分隔符不固定（比如有的是","没有空格），可以把strsplit的分隔符改为"\\s*,\\s*"，这样能匹配任意数量的空格：

strsplit(.x, "\\s*,\\s*")[[1]]

运行上述任意一种方法后，都能得到你预期的结果数据框。

内容的提问来源于stack exchange，提问作者Rolotoni