如何实现分组后多列批量求和的自动化流水线？

问题背景 #

之前处理含52个样本列的数据集时，手动编写了如下分组求和代码：

group_by(MTTAXA$MTmatch) %>%
summarise(comb_S026401.R1 = sum(S026401.R1), comb_S026404.R1 = sum(S026404.R1), 
comb_S026406.R1 = sum(S026406.R1),comb_S026409.R1 = sum(S026409.R1),
comb_S026412.R1 = sum(S026412.R1), comb_S026413.R1 = sum(S026413.R1), 

但面对大规模数据集时，手动编写每一列的求和逻辑效率极低，需要简洁的自动化实现方式。

自动化解决方案 #

方法1：使用across()批量处理指定列（推荐，dplyr 1.0.0+）

这是tidyverse生态下最灵活的批量处理方式，支持按规则筛选列并自定义输出列名：

# 对所有非分组列求和，自动给新列添加"comb_"前缀
MTTAXA %>%
  group_by(MTmatch) %>%
  summarise(across(everything(), sum, .names = "comb_{.col}"))

# 仅对特定前缀的列求和（比如以"S"开头的样本列）
MTTAXA %>%
  group_by(MTmatch) %>%
  summarise(across(starts_with("S"), sum, .names = "comb_{.col}"))

• everything()：选中所有未被分组的列
• starts_with("S")：按列名前缀筛选，还可搭配ends_with()/contains()等规则精准匹配目标列
• .names = "comb_{.col}"：自定义新列命名规则，{.col}会自动替换为原列名

方法2：使用summarise_all()（兼容旧版dplyr）

如果你的dplyr版本低于1.0.0，可使用旧版批量求和函数：

MTTAXA %>%
  group_by(MTmatch) %>%
  summarise_all(sum)

# 如需添加前缀，可后续用rename_with()批量重命名
MTTAXA %>%
  group_by(MTmatch) %>%
  summarise_all(sum) %>%
  rename_with(~paste0("comb_", .x), -MTmatch)

方法3：基础R实现（无需tidyverse）

用aggregate()函数也能快速实现分组求和：

# 对所有数值列按MTmatch分组求和
aggregate(. ~ MTmatch, data = MTTAXA, sum)

内容的提问来源于stack exchange，提问作者salix7