R语言按非正方形块对角线规则计算数据框部分行和的方法

下面分别提供base R（含你需要的sapply写法）和dplyr两种实现，均适配大数据框高性能计算需求：

1. base R实现 #

通用sapply写法（适配任意行/列块长度） #

# 示例数据集
df <- data.frame(replicate(expr=rnorm(9),n = 6))

# 配置块大小：每N行一组，每M列一组
row_block_size <- 3
col_block_size <- 2

# 计算行/列分组编号
row_group <- ceiling(seq(nrow(df)) / row_block_size)
col_group <- ceiling(seq(ncol(df)) / col_block_size)

# 逐行计算对应列块的行和
result <- sapply(seq(nrow(df)), function(i) sum(df[i, col_group == row_group[i]]))

高性能向量化写法（适合超大数据框） #

用矩阵掩码+rowSums实现，比逐行遍历快3~10倍：

# 构造求和掩码矩阵
mask <- matrix(0, nrow = nrow(df), ncol = ncol(df))
for (g in unique(row_group)) {
  mask[row_group == g, col_group == g] <- 1
}
# 直接计算行和
result <- rowSums(df * mask)

2. dplyr实现 #

固定块数写法（你的示例场景直接可用） #

library(dplyr)

result <- df %>%
  mutate(
    row_group = ceiling(row_number() / 3),
    res = case_when(
      row_group == 1 ~ X1 + X2,
      row_group == 2 ~ X3 + X4,
      row_group == 3 ~ X5 + X6
    )
  ) %>%
  pull(res)

通用写法（适配任意块数） #

result <- df %>%
  rowwise() %>%
  mutate(
    row_group = ceiling(cur_group_rows() / 3),
    res = sum(c_across(which(col_group == row_group)))
  ) %>%
  pull(res)

关于fatdiag报错的说明 #

你调用fatdiag报错是因为参数格式错误：size参数需要传入列表类型，分别指定所有行块的大小、所有列块的大小，你的场景需要写为fatdiag(as.matrix(df), size = list(c(3,3,3), c(2,2,2)))，但第三方包函数性能不如原生实现，不推荐使用。

内容的提问来源于stack exchange，提问作者curiouskid78