如何在R中对同名列按行取最大值并合并

错误原因 #

你把示例代码里的colSums换成max(x, na.rm=TRUE)后报错，是因为colSums会对转置后的每个列分组（对应原数据的同名列）的每一列求和（也就是原数据的每一行求和），返回的是和原数据行数相同的向量；而直接用max(x, na.rm=TRUE)会把整个分组的所有值取一个单一最大值，返回长度为1的向量，和其他分组的返回长度不匹配，因此触发arguments must have same length错误。

正确实现方法 #

以下是几种高效的解决方式，适配不同数据规模：

方法1：Base R原生实现（无需额外包）

通过split.default按列名分组，再对每组列按行取最大值：

# 模拟带同名列的数据集（替换成你的实际数据）
set.seed(123)
df <- data.frame(A=rpois(5,1), A=rpois(5,5), B=rpois(5,2), B=rpois(5,3), check.names=FALSE)

# 合并同名列，每行取最大值
merged_df <- as.data.frame(lapply(split.default(df, names(df)), function(x) {
  apply(x, 1, max, na.rm=TRUE)
}))

方法2：用matrixStats包提升大数据效率

如果你的数据集行数/列数极大，apply效率较低，推荐用matrixStats的rowMaxs函数，性能更优：

library(matrixStats)

# 合并同名列
merged_df <- as.data.frame(lapply(split.default(df, names(df)), rowMaxs, na.rm=TRUE))

方法3：用dplyr+tidyr的tidy语法（更直观）

适合习惯tidyverse风格的用户：

library(dplyr)
library(tidyr)

merged_df <- df %>%
  pivot_longer(everything(), names_to = "col_name", values_to = "value") %>%
  group_by(row_number(), col_name) %>%
  summarize(max_value = max(value, na.rm=TRUE), .groups = "drop") %>%
  pivot_wider(names_from = col_name, values_from = max_value) %>%
  select(-`row_number()`)

验证结果 #

以模拟数据为例，原df的每行A列分别是c(0,5)、c(1,3)等，合并后的merged_df$A会是5、3等对应行的最大值，完全符合需求。

内容的提问来源于stack exchange，提问作者JoVei97