如何在R中用循环、dplyr、data.table及apply生成行和新列

一、dplyr 循环实现的正确写法 #

你之前使用的mutate_是dplyr旧版本的非标准评估函数，现已不推荐。以下是适配新版dplyr的循环写法，同时解决NA值处理的问题：

library(dplyr)

df <- data.frame(A=c(22, 25, 29, 13, 22, 30),
                 B=c(12, 10, 6, 6, 8, 11),
                 C=c(NA, 15, 15, 18, 22, 13))

for(i in 1:2) {
  col_name <- paste0("a", i)
  df <- df %>%
    mutate(!!col_name := rowSums(select(., 1:(1+i)), na.rm = TRUE))
}

说明：

• 用!!解析动态生成的列名，实现动态赋值
• select(., 1:(1+i))在管道上下文里引用当前数据框的前1+i列，避免循环中重复调用外部df引发的问题
• na.rm=TRUE确保NA值不影响求和结果

二、data.table 循环实现的正确写法 #

data.table支持原地修改，无需重新赋值给原对象，同时要修正列选择语法和NA处理：

library(data.table)

df <- data.table(A=c(22, 25, 29, 13, 22, 30),
                 B=c(12, 10, 6, 6, 8, 11),
                 C=c(NA, 15, 15, 18, 22, 13))

for(i in 1:2) {
  col_name <- paste0("a", i)
  df[, (col_name) := rowSums(.SD[, 1:(1+i), with=FALSE], na.rm = TRUE)]
}

说明：

• (col_name)用于传递动态列名，实现新列的赋值
• .SD代表当前数据框的子集，with=FALSE允许按位置索引列
• 添加na.rm=TRUE处理NA值

三、apply 函数实现方案（非循环最优解） #

如果不需要循环，直接用apply或rowSums批量生成目标列，效率更高：

方式1：apply逐行计算 #

df <- data.frame(A=c(22, 25, 29, 13, 22, 30),
                 B=c(12, 10, 6, 6, 8, 11),
                 C=c(NA, 15, 15, 18, 22, 13))

# 计算前2列、前3列的行和，转置后转为数据框
sum_cols <- t(apply(df, 1, function(x) c(sum(x[1:2], na.rm=TRUE), sum(x[1:3], na.rm=TRUE))))
colnames(sum_cols) <- c("a1", "a2")

# 合并到原数据框
df <- cbind(df, sum_cols)

方式2：rowSums批量生成 #

这是最简洁的方案，直接一次性生成所有需要的列：

df <- data.frame(A=c(22, 25, 29, 13, 22, 30),
                 B=c(12, 10, 6, 6, 8, 11),
                 C=c(NA, 15, 15, 18, 22, 13))

df <- cbind(df, 
            a1 = rowSums(df[,1:2], na.rm=TRUE),
            a2 = rowSums(df[,1:3], na.rm=TRUE))

内容的提问来源于stack exchange，提问作者catin