在R中计算data.table列的所有可能组合求和并拓展数据集

步骤1：加载依赖并准备数据 #

先确保加载data.table包，替换示例数据为你的实际数据集：

library(data.table)
# 示例数据（替换成你的100行×25列数据集）
dt <- data.table(
  ColA = c(1,2,3),
  ColB = c(3,2,1),
  ColC = c(1,1,1),
  ColD = c(2,2,2)
)

步骤2：批量生成组合求和列 #

用base R的combn函数生成所有列组合，结合data.table语法动态添加求和列：

# 获取所有列名
all_cols <- names(dt)
# 遍历从2列到全部列的组合长度
for (combo_length in 2:length(all_cols)) {
  # 生成当前长度下的所有列组合
  column_combos <- combn(all_cols, combo_length, simplify = FALSE)
  # 对每个组合计算行求和并添加到原数据集
  for (combo in column_combos) {
    # 用"+"拼接列名作为新列名
    new_col_name <- paste(combo, collapse = "+")
    # data.table动态添加列：按指定列计算行求和
    dt[, (new_col_name) := rowSums(.SD), .SDcols = combo]
  }
}

关键细节说明 #

• combn(all_cols, combo_length, simplify = FALSE)：生成指定长度的所有列组合列表，比如长度为2时会输出c("ColA","ColB")、c("ColA","ColC")这类配对
• rowSums(.SD)：data.table中按行求和的高效写法，.SDcols参数指定参与计算的列
• (new_col_name) := ...：必须加括号，否则会把变量名直接作为列名，而非变量存储的字符串

重要警告 #

你的25列数据集，从2列到25列的总组合数超过3300万，直接生成所有组合会导致内存急剧膨胀，大概率无法运行。建议根据实际需求缩小范围，比如只生成2到5列的组合：

# 修改循环范围为2-5列
for (combo_length in 2:5) {
  # 后续代码同上
}

查看结果 #

运行代码后，打印dt即可看到原列右侧新增了所有指定组合的求和列，可直接用于后续相关矩阵分析：

print(dt)

内容的提问来源于stack exchange，提问作者Winston