R语言按变量后缀分组求和：代码修正与优化方案咨询

我来帮你解决这个问题——你现在的核心问题是用paste(collapse = '+')把变量名拼成了字符串，而不是生成能计算数值的表达式，所以mutate之后新列存的是变量名字符串，不是求和结果。下面分两部分给你解决方案：

1. 修改现有代码实现需求 #

你可以把拼接好的变量名字符串转换成R可执行的表达式，然后在mutate中求值。这里有两种常用方法：

方法1：用rlang的非标准求值（推荐，更符合tidyverse风格） #

library(dplyr)
library(rlang)

# 提取变量名并拼接成字符串
end_with_t <- grep('t$', names(test), value = T) %>% paste(collapse = '+')
end_with_man <- grep('[^a-z]man$', names(test), value = T) %>% paste(collapse = '+')
end_with_woman <- grep('woman$', names(test), value = T) %>% paste(collapse = '+')
end_with_lo65 <- grep('lo65$', names(test), value = T) %>% paste(collapse = '+')
end_with_hi65 <- grep('hi65$', names(test), value = T) %>% paste(collapse = '+')

# 将字符串转为表达式并求值
test2 <- test %>% 
  mutate(
    t = !!parse_expr(end_with_t),
    man = !!parse_expr(end_with_man),
    woman = !!parse_expr(end_with_woman),
    lo65 = !!parse_expr(end_with_lo65),
    hi65 = !!parse_expr(end_with_hi65)
  )

方法2：用基础R的eval(parse) #

如果你不想额外加载rlang包，可以用基础R的组合：

test2 <- test %>% 
  mutate(
    t = eval(parse(text = end_with_t)),
    man = eval(parse(text = end_with_man)),
    woman = eval(parse(text = end_with_woman)),
    lo65 = eval(parse(text = end_with_lo65)),
    hi65 = eval(parse(text = end_with_hi65))
  )

运行后你会看到每个新列的值都是3（因为测试数据里每个后缀对应3个值为1的变量），这就是你要的数值求和结果。

2. 更优的实现方法 #

其实完全不需要先用grep提取再拼接字符串，直接用dplyr的across()结合matches()函数，就能直接对匹配的变量求和，代码更简洁、可读性更高，还避免了字符串拼接的麻烦：

简洁版（推荐） #

library(dplyr)

test2 <- test %>% 
  mutate(
    t = rowSums(across(matches('t$'))),
    man = rowSums(across(matches('[^a-z]man$'))),
    woman = rowSums(across(matches('woman$'))),
    lo65 = rowSums(across(matches('lo65$'))),
    hi65 = rowSums(across(matches('hi65$')))
  )

批量处理版（适合后缀很多的场景） #

如果需要处理的后缀数量很多，重复写代码太麻烦，可以用purrr批量生成新列：

library(dplyr)
library(purrr)

# 定义后缀规则和对应的新列名
suffix_rules <- c('t$', '[^a-z]man$', 'woman$', 'lo65$', 'hi65$')
new_col_names <- c('t', 'man', 'woman', 'lo65', 'hi65')

# 批量生成求和列
test2 <- test %>% 
  bind_cols(
    map2_dfc(suffix_rules, new_col_names, ~ {
      test %>% transmute(!!.y := rowSums(across(matches(.x))))
    })
  )

这种方法扩展性很强，后续要加新的后缀规则，只需要在向量里添加即可。

内容的提问来源于stack exchange，提问作者zhiwei li