R语言聚合求和时如何自动保留所有列，无需手动枚举分组变量

针对超60列的数据集聚合场景，你仅需对col.to.be.summed列按全表其余列分组求和、且同组其余列取值完全一致的情况，不需要逐行手动枚举所有分组列，直接用以下几种方案即可实现需求：

基础R原生实现（无额外包依赖，兼容原有aggregate写法） #

你之前写的aggregate完全不需要改造成手动list逐列枚举的形式，直接通过列名集合自动提取分组列即可：

# 定义待求和的目标列
target_sum_col <- "col.to.be.summed"
# 自动提取所有非目标列作为分组列，无需手动逐个列举
group_columns <- setdiff(names(data), target_sum_col)

# 执行聚合
agg_result <- aggregate(
  x = data[[target_sum_col]],
  # 直接传入数据框形式的分组列，R原生支持该参数格式
  by = data[group_columns],
  FUN = sum
)

# 修正聚合后默认生成的求和列名，和原数据保持一致
names(agg_result)[names(agg_result) == "x"] <- target_sum_col

常用数据处理包实现（代码更简洁、效率更高） #

dplyr 实现 #

利用across语法自动匹配非目标列作为分组变量，写法更直观：

library(dplyr)

agg_result <- data %>%
  # 自动选择除待求和列之外的所有列作为分组依据
  group_by(across(-all_of("col.to.be.summed"))) %>%
  # 计算待求和列的组内和，最后自动释放分组属性
  summarise(
    col.to.be.summed = sum(col.to.be.summed),
    .groups = "drop"
)

data.table 实现（适配大体积、多列数据集） #

针对行数多、列数多的数据集，data.table的计算效率会显著提升，且语法更简洁：

library(data.table)

# 转换为data.table格式
setDT(data)
agg_result <- data[
  ,
  # 计算目标列的组内和
  .(col.to.be.summed = sum(col.to.be.summed)),
  # 自动将非目标列设为分组键，无需手动枚举
  by = setdiff(names(data), "col.to.be.summed")
]

注意：以上方法的适配前提和你的数据特征完全匹配——同个分组下所有非待求和列的取值完全一致，计算结果和你手动枚举全部分组列的输出完全相同。如果存在同组下其他列取值不一致的情况，自动选分组的逻辑会把取值不同的行拆分为独立分组，不符合预期。

内容的提问来源于stack exchange，提问作者Boogaloo