R语言Tidyverse如何实现跨列按行统计满足阈值条件的单元格之和

直接给出可复现的完整可运行代码：

library(tidyverse)

# 加载示例数据
df <- tibble(x = c(0.1, 0.2, 0.3, 0.4),
             y = c(0.1, 0.1, 0.2, 0.3),
             z = c(0.1, 0.2, 0.2, 0.2))

# 定义计算阈值
threshold <- 0.15

# 逐行条件求和实现
df %>%
  rowwise() %>%
  mutate(cond_sum = sum(c_across(x:z)[c_across(x:z) >= threshold]))

写法说明 #

• 初始伪代码的逻辑偏差：where() 是用来筛选参与计算的列范围的，它的入参是整列的向量，不支持逐行对单元格值做判断，没法直接实现“行内单元格值和阈值比较”的逻辑。
• 逐行计算的核心逻辑：先用c_across()拿到当前行指定范围内所有单元格值组成的向量，再对这个行向量做逻辑判断，筛出满足阈值要求的元素后求和。
• 如果不需要手动指定列范围，想自动匹配所有数值列参与计算，可以把列范围替换为where(is.numeric)：

  df %>%
    rowwise() %>%
    mutate(cond_sum = sum(c_across(where(is.numeric))[c_across(where(is.numeric)) >= threshold]))
  

高性能替代写法 #

针对数据量较大的场景，逐行rowwise()的写法性能开销较高，可以直接用矩阵运算实现相同逻辑，执行速度远快于逐行模式：

df %>%
  mutate(cond_sum = rowSums(across(x:z) * (across(x:z) >= threshold)))

运行后输出完全匹配目标预期：

# A tibble: 4 x 4
      x     y     z cond_sum
  <dbl> <dbl> <dbl>    <dbl>
1   0.1   0.1   0.1      0  
2   0.2   0.1   0.2      0.4
3   0.3   0.2   0.2      0.7
4   0.4   0.3   0.2      0.9

内容的提问来源于stack exchange，提问作者latlio