R语言匹配向量列名对dataframe按行求和报错的解决方法

现有一个由整数型数值、社区名称列构成的dataframe，已提前按区域分组创建了存储对应社区列名的向量，初始代码与示例数据如下：

# 初始向量写法（存在错误，后续会修正）
RegionA <- c(a,c,d)
RegionB <- c(b,e,f)
RegionC <- c(g,h,i)

Year     a     b     c     d     e     f     g     h     i   `5`
   <dbl> <int> <int> <int> <int> <int> <int> <int> <int> <int> <dbl>
 1  2021    61    44     1    78    37    46    33    16    57     5
 2  2020    60    54    60     2    72    59    60    34    60     5
 3  2019    53    77    39    66    85    82    65    95    50     5
 4  2018    78    20    63    26    41    29    19    82    46     5
 5  2017    62    38    22    23     6    11    20    51    65     5
 6  2021    39    15    38    74    90    83    73    12    71     5
 7  2020    28    23    76    57   100    89    62    14    56     5
 8  2019    82    48    40    45    93    72    40    45    29     5
 9  2018    13    69   100    13     5    52    99    52    47     5
10  2017    92    13    13    96    98    17    46    49    74     5

需求为匹配各区域向量存储的列名，对对应列的数值按行求和生成新列。先后尝试两段dplyr代码均运行失败：

# 尝试1
df <- df %>%
   mutate(Region_A = rowSums(select(., colnames %in% RegionA)))

# 尝试2
df <- df %>%
   rowwise %>%
   mutate(Region_A = sum(c_across(where(colnames %in% RegionA))))

报错信息为：

Caused by error in `match()`:
! 'match' requires vector arguments

代码报错来自两处核心写法错误：

1. 区域向量定义不规范：列名属于字符串类型，创建向量时未给列名加双引号，R会将a、c、d等识别为未定义的对象，而非列名字符串
2. 选列逻辑不符合dplyr语法规则：
   • 第一段代码中直接写colnames %in% RegionA，colnames是提取列名的函数，不是存储当前数据框列名的变量，无法直接参与匹配运算
   • 第二段代码误用where()函数：where()仅接收判断列属性的谓词函数（比如is.numeric、is.integer），不能直接传入列名匹配规则

首先修正区域向量的定义，给所有列名加上双引号，再使用all_of()函数（tidyselect工具包提供，专门用于传入外部存储列名的字符向量）完成选列，推荐两种写法：

写法1：rowSums 方案（性能最优） #

无需逐行运算，大数据量下运行速度更快，推荐优先使用：

library(dplyr)

# 第一步：修正区域向量，列名加引号转为字符向量
RegionA <- c("a","c","d")
RegionB <- c("b","e","f")
RegionC <- c("g","h","i")

# 第二步：按行求和生成新列
df <- df %>%
  mutate(
    Region_A = rowSums(select(., all_of(RegionA)), na.rm = TRUE),
    Region_B = rowSums(select(., all_of(RegionB)), na.rm = TRUE),
    Region_C = rowSums(select(., all_of(RegionC)), na.rm = TRUE)
  )

参数na.rm = TRUE用于自动跳过缺失值，避免求和结果返回NA，无缺失值时可删除该参数。

写法2：rowwise + c_across 方案 #

语法更直观，适合需要逐行做复杂运算的场景，注意用完rowwise后要调用ungroup()取消逐行分组，避免影响后续操作：

df <- df %>%
  rowwise() %>%
  mutate(
    Region_A = sum(c_across(all_of(RegionA)), na.rm = TRUE),
    Region_B = sum(c_across(all_of(RegionB)), na.rm = TRUE),
    Region_C = sum(c_across(all_of(RegionC)), na.rm = TRUE)
  ) %>%
  ungroup()

内容的提问来源于stack exchange，提问作者a nony mouse