如何高效实现R语言DataFrame中同后缀变量的乘积求和？

当你有22组对应x（x1_{x22）和y（y1_}y22_）变量时，不需要手动逐个编写乘积项，可以通过批量提取对应列并计算行和的方式实现，以下是几种高效的R实现方法：

方法一：Base R 原生实现（高效简洁） #

利用正则匹配提取对应列，直接计算对应列的乘积后按行求和：

# 构造示例数据（模拟22组变量的情况）
set.seed(123)
df <- data.frame(
  x1 = sample(0:1, 10, replace = TRUE),
  x2 = sample(0:1, 10, replace = TRUE),
  # 实际使用时补充x3~x22
  y1_ = sample(1:5, 10, replace = TRUE),
  y2_ = sample(1:5, 10, replace = TRUE)
  # 实际使用时补充y3_~y22_
)

# 提取所有x开头的变量（x1~x22）
x_cols <- grep("^x\\d+$", names(df), value = TRUE)
# 提取所有y开头、结尾带下划线的变量（y1_~y22_）
y_cols <- grep("^y\\d+_$", names(df), value = TRUE)

# 校验x和y变量数量一致，避免匹配错误
stopifnot(length(x_cols) == length(y_cols))

# 计算每行的乘积和，生成新变量var
df$var <- rowSums(df[x_cols] * df[y_cols])

说明： #

• grep("^x\\d+$", names(df), value = TRUE)：通过正则表达式精准匹配变量名以x开头、后跟数字的列；
• rowSums(df[x_cols] * df[y_cols])：先对每一组x和y列对应相乘，再按行求和，一步完成所有组的乘积累加。

方法二：tidyverse 实现（管道式易读写法） #

如果你习惯使用tidyverse生态，可以通过长格式转换来匹配对应变量并计算：

library(dplyr)
library(tidyr)

df <- df %>%
  # 将所有x变量转为长格式
  pivot_longer(cols = starts_with("x"), names_to = "x_id", values_to = "x_val") %>%
  # 将所有y变量转为长格式
  pivot_longer(cols = starts_with("y"), names_to = "y_id", values_to = "y_val") %>%
  # 提取x和y变量的数字标识（比如从x1提取1，从y1_提取1）
  mutate(
    group_id = sub("x", "", x_id),
    y_group_id = sub("y(.*)_", "\\1", y_id)
  ) %>%
  # 只保留x和y数字标识一致的行
  filter(group_id == y_group_id) %>%
  # 按原始行分组，计算乘积和
  group_by(row_number()) %>%
  summarise(var = sum(x_val * y_val), .groups = "drop") %>%
  # 将计算结果合并回原数据框
  bind_cols(df, .)

说明： #

• 通过pivot_longer将宽格式数据转为长格式，便于匹配对应组的x和y变量；
• 利用字符串提取函数sub获取变量的数字标识，确保x和y一一对应；
• 分组求和后合并回原数据，得到最终结果。

内容的提问来源于stack exchange，提问作者wallace