如何使用dplyr计算A列与非NA非0列的对应元素求和汇总？

问题背景 #

现有如下数据框：

需要实现：计算A列与所有列（包含A列自身）的对应元素之和，但仅保留对应列中该行不为NA且不为0的情况，最终汇总得到各列的总和。理想输出如下：

生成数据的R代码：

library(tidyverse)
A = seq(1:8)
B = c(0,3.2,4.4,NA,NA,NA,NA,NA)
C = c(2.1,3.2,NA,0,NA,NA,0,6.6)
D = c(6.2,0,8.3,0,8.8,0,9.1,0)
table = tibble(A,B,C,D)

用户尝试的代码：

table%>%
  dplyr::filter(!is.na(A))%>%
  dplyr::summarise(across(everything(), ~ sum(.x,A),na.rm=TRUE))

解决方案 #

核心逻辑是针对每一列，先筛选出该列满足“非NA且非0”的行，再计算这些行中A值与当前列值的对应元素之和，最后汇总求和。

使用dplyr的across函数结合条件判断实现：

table %>%
  summarise(across(everything(), ~ {
    # 标记当前列有效行：非NA且不等于0
    valid <- !is.na(.x) & .x != 0
    # 计算有效行的A + 当前列值的总和
    sum(A[valid] + .x[valid], na.rm = TRUE)
  }))

运行后得到的结果与理想输出一致：

代码说明 #

• across(everything(), ...)：遍历数据框的所有列，对每一列执行自定义操作
• valid <- !is.na(.x) & .x != 0：筛选当前列中符合要求的行，排除NA和0的情况
• A[valid] + .x[valid]：提取有效行对应的A值和当前列值，进行元素级相加
• sum(..., na.rm = TRUE)：对相加后的结果求和，na.rm=TRUE是冗余但更健壮的写法（已筛选有效行，不会有NA）

内容的提问来源于stack exchange，提问作者Homer Jay Simpson