R语言dplyr包结合rowSums按行和筛选数据行的实现方法

你可以直接在dplyr的filter()函数中调用rowSums()实现需求，具体写法如下：

全列参与求和的最简写法 #

如果你当前的数据框所有列都需要参与行和计算（比如你已经提前把iris裁剪为仅含4个数值列的版本），直接用管道符占位符.指代传入的整个数据框即可：

library(dplyr)

iris_filtered <- iris %>%
  filter(rowSums(.) >= 10)

这个写法和你给出的base R实现逻辑完全等价，筛选结果也完全一致。

指定部分列参与求和的灵活写法 #

如果你不想提前裁剪数据框，只想指定部分列参与行和计算，可以搭配across()函数指定列范围，比如保留原始iris的Species列的同时，仅用4个特征列计算行和：

# 按列位置指定参与求和的列（前4列）
iris_filtered <- iris %>%
  filter(rowSums(across(1:4)) >= 10)

# 按列名规则指定参与求和的列（所有以Sepal、Petal开头的列）
iris_filtered <- iris %>%
  filter(rowSums(across(starts_with(c("Sepal", "Petal")))) >= 10)

这种写法适配场景更灵活，不需要提前对原始数据做列裁剪操作。

内容的提问来源于stack exchange，提问作者LDT