R语言中在sapply循环内用向量作为grep模式求和的问题

嘿，我来帮你搞定这个问题！首先咱们先搞清楚你出错的原因：你在sapply的匿名函数里用了grep(individuals, colnames(bcdata_clean))，这里的individuals是整个向量，而grep的pattern参数如果长度大于1，只会取第一个元素来匹配——这就是为什么你会看到那个警告，而且结果里所有列都一模一样的原因！

最优修正方案（基础R版本） #

其实问题很容易解决，你只需要在匿名函数里用sapply传递给你的单个元素x（也就是individuals里的每一项），而不是整个individuals向量。另外，推荐用rowSums替代apply(..., 1, sum)，它是专门为行求和设计的函数，代码更简洁，运行速度也更快，尤其是数据集大的时候。

修正后的代码如下：

# 你的individuals向量（替换成实际的内容）
individuals <- c("ID1", "ID2") 

bcdata_total <- sapply(individuals, function(x) {
  # 用当前迭代的x作为匹配模式，找到对应的列索引
  target_cols <- grep(x, colnames(bcdata_clean))
  # 对选中的列按行求和
  rowSums(bcdata_clean[, target_cols])
})

验证效果 #

用你给出的示例数据测试：

# 构造示例数据集
bcdata_clean <- data.frame(
  `ID1-4` = c(3, 2, 4),
  `ID1-3` = c(2, 2, 5),
  `ID2-5` = c(1, 3, 5),
  row.names = c("A", "B", "C")
)

运行修正后的代码，得到的bcdata_total就是你想要的结果：

ID1 ID2
A     5   1
B     4   3
C     9   5

额外技巧（tidyverse风格） #

如果你熟悉tidyverse工具链，也可以用purrr和dplyr来实现，代码可读性更强：

library(purrr)
library(dplyr)

bcdata_total <- map_dfc(individuals, function(x) {
  bcdata_clean %>%
    select(contains(x)) %>%  # 直接筛选包含x的列
    rowSums() %>%
    as.data.frame() %>%
    rename(!!x := .)  # 把列名改成对应的individuals元素
})

核心要点回顾 #

• 每次迭代要使用individuals的单个元素作为grep的匹配模式，也就是sapply传递的x参数。
• 优先使用rowSums代替apply(..., 1, sum)，效率更高且代码更简洁。

内容的提问来源于stack exchange，提问作者obki