如何对两个列名相同的列表按行求和对应列的值？

首先说明：你提到的“列表”应该是数据框（data frame），以下基于数据框结构提供几种可行方法：

问题分析 #

你原代码的问题在于：bind_cols会生成重复列名（如两个Time、两个Nuc_11），而group_by(!!!NucID)是按所有列分组，完全不符合“对应行同名列求和”的逻辑，因此无法得到正确结果。

方法1：基础R（最简洁） #

利用数据框的向量运算特性，直接对对应列相加：

# 保留Time列（两个数据框的Time完全一致，取任意一个即可）
SisSum <- Sis1[, "Time", drop = FALSE]
# 对除Time外的所有列逐行求和
SisSum[, -1] <- Sis1[, -1] + Sis2[, -1]

方法2：dplyr（可读性强） #

使用mutate+across实现对应列的逐行相加：

library(dplyr)

SisSum <- Sis1 %>%
  mutate(across(-Time, ~ .x + Sis2[[cur_column()]]))

• across(-Time)：指定对除Time外的所有列操作
• cur_column()：获取当前操作的列名，确保从Sis2中取对应列的值

方法3：data.table（大数据量高效） #

适合处理大型数据集，运算效率更高：

library(data.table)

# 转换为data.table格式
setDT(Sis1)
setDT(Sis2)

# 计算求和结果
sum_cols <- setdiff(names(Sis1), "Time")
SisSum <- Sis1[, c(list(Time = Time), 
                   lapply(sum_cols, function(col) .SD[[col]] + Sis2[[col]])), 
               .SDcols = names(Sis1)]

# 恢复原列名（可选，因为lapply返回的列默认命名为V1、V2...）
setnames(SisSum, tail(names(SisSum), -1), sum_cols)

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