R Data.table按列分组逐行应用求和函数的高效实现方案

核心思路是完全避免转置操作，先按分组提取对应列名，直接使用向量化行运算完成聚合，性能远高于两次转置的方案，尤其适合大型数据集。

方案1：求和场景（最优性能） #

针对你当前的求和需求，使用R内置高度优化的rowSums函数实现，无额外内存拷贝开销：

library(data.table)

# 示例数据
data <- data.table(C1=rep(1,5),C2=rep(2,5),C3=rep(1,5),C4=rep(2,5))
group <- data.table(Sample=c("C1","C2","C3","C4"),Group = c("X","Y","X","Y"))

# 按分组拆分得到每组对应的列名列表
group_cols <- split(group$Sample, group$Group)

# 直接对每组列计算行和，生成结果表
res <- data[, lapply(group_cols, function(cols) rowSums(.SD[, cols, with = FALSE]))]

运行后res就是你需要的结果：

X Y
1: 2 4
2: 2 4
3: 2 4
4: 2 4
5: 2 4

方案2：通用场景（支持任意逐行聚合函数） #

如果需要应用sum之外的自定义逐行处理函数，可以使用灵活的通用写法：

# 可替换为任意你需要的自定义逐行函数
custom_agg <- function(row_values) sum(row_values)

res <- data.table(
  lapply(group_cols, function(cols) {
    apply(data[, cols, with = FALSE], 1, custom_agg)
  })
)

如果你的自定义函数支持向量化操作，优先替换apply为对应向量化实现，性能会有数十倍提升。

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