如何用R语言批量处理多列指标生成汇总行？dplyr实操求助

推荐方法：使用dplyr::across批量处理 #

across是tidyverse中专门用于批量处理多列的函数，比循环更简洁高效，完全适配你的需求：

# 定义需要处理的指标列范围（第5到48列）
metric_cols <- 5:48

# 生成各区域的汇总数据
summary_data <- test %>%
  group_by(Area) %>%
  summarise(
    # 对每个指标列计算目标比率：(sum(指标)/mean(人口))*10000
    across(all_of(metric_cols), ~ (sum(.x) / mean(Population)) * 10000),
    # 汇总行的Quarter设为NA，人口列保留区域均值（可根据需求调整）
    Quarter = NA_real_,
    Population = mean(Population),
    .groups = "drop"  # 取消分组
  )

# 合并原数据与汇总数据，排序并添加时间范围标识
example <- bind_rows(test, summary_data) %>%
  arrange(Area, desc(Quarter)) %>%
  mutate(Timeframe = if_else(is.na(Quarter), "12 month rolling", "Quarterly"))

循环方法（兼容需求） #

如果更习惯用循环实现，可通过动态列名赋值完成批量处理：

# 初始化汇总数据框，先提取区域、人口均值等基础信息
summary_data <- test %>%
  group_by(Area) %>%
  summarise(
    Quarter = NA_real_,
    Population = mean(Population),
    .groups = "drop"
  )

# 循环处理每个指标列
metric_cols <- 5:48
for(col in metric_cols) {
  col_name <- colnames(test)[col]
  # 计算当前列的区域汇总值
  col_summary <- test %>%
    group_by(Area) %>%
    summarise(!!col_name := (sum(.data[[col_name]]) / mean(Population)) * 10000, .groups = "drop")
  # 将当前列的汇总结果合并到总汇总数据框
  summary_data <- left_join(summary_data, col_summary, by = "Area")
}

# 后续合并与标识步骤同推荐方法
example <- bind_rows(test, summary_data) %>%
  arrange(Area, desc(Quarter)) %>%
  mutate(Timeframe = if_else(is.na(Quarter), "12 month rolling", "Quarterly"))

原代码错误原因说明 #

1. group_by_at用法错误：group_by_at需要传入变量选择器（如vars(Area)），但现在更推荐直接使用group_by(Area)，语法更简洁。
2. 列索引赋值不支持：summarise(test[5]= ...)这种方式不符合dplyr的语法规则，无法通过列索引直接在summarise中创建新列，必须用动态赋值（如!!col_name）或across批量处理。

内容的提问来源于stack exchange，提问作者user20012036