在R中不硬编码索引 对含指定字符串+数字的目标列执行行求和

核心思路 #

用正则表达式精准匹配符合规则的列名，避免误匹配：

• 用^act\\d匹配开头为act、后紧跟数字的列，完全避开active、latency.to.first.active这类含act但不符合规则的列
• 同理用^inact\\d匹配inact类列，^rew\\d匹配rew类列
• 直接用rowSums对列子集计算行和，替代低效的逐行循环

完整代码 #

# 计算active总和：匹配所有act开头后跟数字的列
dat$active <- rowSums(dat[, grepl("^act\\d", colnames(dat))], na.rm = TRUE)
# 计算inactive总和：匹配所有inact开头后跟数字的列
dat$inactive <- rowSums(dat[, grepl("^inact\\d", colnames(dat))], na.rm = TRUE)
# 计算reward总和：匹配所有rew开头后跟数字的列
dat$reward <- rowSums(dat[, grepl("^rew\\d", colnames(dat))], na.rm = TRUE)

说明 #

• 代码无需硬编码列索引，只要列名命名规则不变，列数增减、顺序调整都能自动适配
• 加na.rm = TRUE参数可避免行内存在缺失值时返回NA的问题，不需要可以删掉
• 向量化操作比原逐行循环效率高很多，数据量越大优势越明显

内容的提问来源于stack exchange，提问作者jc2525