基于行值执行colsum：R语言合并多数据集并按项汇总计数

没问题，我给你整理了两种常用的R语言实现方案，包含可直接运行的示例代码，你可以根据自己的习惯选择：

一、先构造示例数据集 #

为了方便你测试，我先模拟3个包含items和counts的数据集：

# 构造3个示例数据集
df1 <- data.frame(items = c("A", "B", "C"), counts = c(10, 20, 30))
df2 <- data.frame(items = c("B", "C", "D"), counts = c(15, 25, 35))
df3 <- data.frame(items = c("A", "D", "E"), counts = c(5, 10, 20))

二、合并数据集并按项目汇总计数 #

方案1：使用tidyverse（dplyr包） #

这个方案代码更直观易读，适合日常数据处理：

# 先加载dplyr包（如果没安装先运行 install.packages("dplyr")）
library(dplyr)

# 1. 合并三个数据集
combined_df <- bind_rows(df1, df2, df3)

# 2. 按items分组汇总计数，分组后自动去除重复的项目行
summary_df <- combined_df %>%
  group_by(items) %>%
  summarise(total_counts = sum(counts, na.rm = TRUE)) %>%  # na.rm=TRUE处理缺失值
  ungroup()  # 取消分组状态，方便后续操作

# 查看最终结果
print(summary_df)

方案2：使用Base R（无需额外安装包） #

如果不想依赖第三方包，用Base R也能轻松实现：

# 1. 合并三个数据集
combined_df_base <- rbind(df1, df2, df3)

# 2. 按items分组求和，自动去重
summary_df_base <- aggregate(counts ~ items, data = combined_df_base, FUN = sum, na.rm = TRUE)

# 查看最终结果
print(summary_df_base)

三、基于行值执行列求和操作 #

这里分两种常见场景给你实现代码：

场景1：对每行的多个数值列求和 #

如果你的数据有多个计数相关的列，需要计算每行的总和：

# 构造包含多列数值的示例数据
multi_col_df <- data.frame(items = c("A", "B", "C"),
                           count1 = c(10, 20, 30),
                           count2 = c(5, 15, 25),
                           count3 = c(2, 8, 12))

# 方法1：dplyr实现
multi_col_df <- multi_col_df %>%
  mutate(row_total = rowSums(select(., starts_with("count")), na.rm = TRUE))

# 方法2：Base R实现
multi_col_df$row_total_base <- rowSums(multi_col_df[, grep("count", names(multi_col_df))], na.rm = TRUE)

# 查看结果
print(multi_col_df)

场景2：根据行的项目值，对指定列求和 #

比如你想针对某个特定项目（比如"A"），计算它所有计数列的总和：

# 计算items为"A"的行的所有count列总和
a_total <- sum(multi_col_df[multi_col_df$items == "A", grep("count", names(multi_col_df))], na.rm = TRUE)
cat("项目A的总计数：", a_total, "\n")

内容的提问来源于stack exchange，提问作者Ramu Martha