如何在R中对大型DataFrame实现自定义累积和（非循环方式）？

嘿，这个问题问得好！在R里处理大型DataFrame时，向量化操作绝对是最优解——不仅代码简洁优雅，运行效率也比手动写循环高得多。下面针对你的需求一步步来解答：

一、大型DataFrame的通用累积和方案 #

不管你是要按行还是按列计算累积和，都有现成的优雅函数可用，完全不需要写循环：

1. 基础R实现 #

• 按列计算累积和：用apply()配合cumsum()，指定按列操作（第二个参数传2），结果会保留原DataFrame的行列结构：

# 假设你的大型DataFrame名为df
col_cumsum_df <- apply(df, 2, cumsum)
# 若需要转回DataFrame格式
col_cumsum_df <- as.data.frame(col_cumsum_df)

• 按行计算累积和：同样用apply()，但指定按行操作（第二个参数传1），最后通过t()转置来保持行列对应：

row_cumsum_df <- t(apply(df, 1, cumsum))
row_cumsum_df <- as.data.frame(row_cumsum_df)

2. tidyverse（dplyr）风格实现 #

如果你习惯用tidyverse的语法，dplyr提供了更直观的写法：

• 按列计算累积和：用mutate()+across()直接对所有列应用累积和：

library(dplyr)
col_cumsum_df <- df %>% mutate(across(everything(), cumsum))

• 按行计算累积和：结合rowwise()和c_across()实现每行的累积和，最后展开结果：

row_cumsum_df <- df %>% 
  rowwise() %>% 
  mutate(cumsum_row = list(cumsum(c_across(everything())))) %>% 
  unnest_wider(cumsum_row) %>% 
  ungroup()

二、针对你的示例数据的具体实现 #

你的示例代码生成的是一个3×3的矩阵，先转成DataFrame后，我们来演示两种累积和的结果：

构造示例数据 #

a = c(2, 3, 5) 
b = c(2, 3, 5) 
c = c(2, 3, 5) 
df <- as.data.frame(rbind(a,b,c))

1. 按列计算累积和

运行apply(df, 2, cumsum)后得到的结果：

V1 V2 V3
1  2  3  5
2  4  6 10
3  6  9 15

2. 按行计算累积和

运行t(apply(df, 1, cumsum))后得到的结果：

V1 V2 V3
1  2  5 10
2  2  5 10
3  2  5 10

为什么不推荐用循环？ #

对于你提到的48行100列的数据集，R的for循环会带来很高的性能开销——因为每次循环都要做R层面的运算。而上面的向量化方法都是底层用C/Fortran实现的，运行速度快得多，代码也更易读维护。

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