如何在R中对指定前缀列按行求和且灵活处理NA值？

针对你的需求，推荐两种高效实现方式，优先选择向量运算方案适配大型数据集：

方案一：基于rowSums的高效实现（推荐） #

利用rowSums的向量运算特性快速求和，再通过if_all判断全NA行并修正结果，兼顾效率与需求：

library(dplyr)

df <- df %>%
  mutate(
    # 先忽略NA完成求和
    a1_sum = rowSums(select(., starts_with('a1')), na.rm = TRUE),
    # 若前缀匹配的所有列均为NA，将求和结果替换为NA
    a1_sum = if_else(if_all(starts_with('a1'), is.na), NA_real_, a1_sum)
  )

方案二：基于rowwise的直观实现 #

如果更看重代码可读性，可使用rowwise结合c_across，但该方式在大型数据集上效率低于方案一：

df <- df %>%
  rowwise() %>%
  mutate(
    a1_sum = case_when(
      all(is.na(c_across(starts_with('a1')))) ~ NA_real_,
      TRUE ~ sum(c_across(starts_with('a1')), na.rm = TRUE)
    )
  ) %>%
  ungroup()

为什么hablar::sum_效率低？ #

hablar::sum_本质是逐行循环处理，没有利用R的向量运算优化机制，在大型数据集上会导致计算耗时剧增，因此不推荐用于此类场景。

内容的提问来源于stack exchange，提问作者Andres Gonzalez