在R语言中按列名分组行求和但保留所有列的实现方法

此前已有类似问题被提出，但本次需求略有不同：常规的按列名分组行求和会合并同名的列，而我们需要保留原始的所有列，每个列位置填充对应列名分组的行求和结果。

示例输入矩阵 #

myMat <- matrix(NA, 3, 4)
colnames(myMat) <- c('x', 'y', 'x', 'y')
myMat[1,] <- c(1,2,0,1)
myMat[2,] <- c(2,4,3,5)
myMat[3,] <- c(3,6,1,7)

# 查看输入矩阵
myMat
#      x y x y
# [1,] 1 2 0 1
# [2,] 2 4 3 5
# [3,] 3 6 1 7

常规方案的局限性 #

常规的分组求和会直接合并同名列，导致列数减少：

t(rowsum(t(myMat), group = colnames(myMat), na.rm = T))
#      x  y
# [1,] 1  3
# [2,] 5  9
# [3,] 4 13

期望输出 #

保留原始列结构，每个列填充对应列名分组的行求和值：

#      x  y x  y
# [1,] 1  3 1  3
# [2,] 5  9 5  9
# [3,] 4 13 4 13

解决方案 #

方法1：基于矩阵索引的快速实现 #

先计算各列名分组的行求和结果，再根据原列名映射填充到对应位置：

# 计算每个列名对应的行求和值
sum_groups <- t(rowsum(t(myMat), group = colnames(myMat), na.rm = TRUE))
# 根据原列名，将求和结果映射到原矩阵的列结构中
result <- sum_groups[, colnames(myMat)]

# 查看最终结果
result

方法2：使用dplyr的行操作实现 #

如果习惯用 tidyverse 工具，可以将矩阵转为数据框后逐行处理：

library(dplyr)

myMat %>%
  as.data.frame() %>%
  rowwise() %>%
  mutate(across(everything(), ~ sum(c_across(all_of(cur_column()))))) %>%
  as.matrix()

原理：c_across(all_of(cur_column()))会提取当前列名对应的所有列的值，求和后替换当前列，从而保留原有的列结构。

内容的提问来源于stack exchange，提问作者Electrino