如何在R中基于类别-功能组映射批量计算数据框行求和？

当然有更高效的批量处理方案！不用一遍遍重复写代码，我们可以用几个简洁的方法搞定，甚至刚好能用上你提到的purrr包～下面给你分享几种实用的实现方式：

方法1：用dplyr + tidyr 重塑数据（直观易读） #

这种方法通过数据格式的转换，自动处理所有功能组的求和，不需要手动指定任何分组：

library(dplyr)
library(tidyr)

# 1. 将宽格式的原数据转为长格式，保留id作为标识列
class_df_long <- class_df %>%
  pivot_longer(cols = -id, names_to = "class", values_to = "proportion")

# 2. 关联功能组映射表，按id和功能组分组求和
fg_total <- class_df_long %>%
  left_join(class_fg, by = "class") %>%
  group_by(id, fg) %>%
  summarise(total = sum(proportion), .groups = "drop") %>%
  pivot_wider(names_from = fg, values_from = total)

# 3. 将求和结果合并回原数据框
class_df_with_fg <- class_df %>%
  left_join(fg_total, by = "id")

方法2：用purrr 批量处理（满足你的需求） #

如果你偏好purrr的函数式编程风格，可以按功能组拆分映射表，批量计算每行求和：

library(purrr)
library(dplyr)

# 先按功能组拆分，得到每个组对应的类别列表
fg_class_groups <- class_fg %>%
  group_split(fg) %>%
  set_names(map(., ~ .$fg[1])) %>%  # 用功能组名称命名列表元素
  map(~ .$class)

# 批量计算每个功能组的行求和，并按列绑定到原数据框
class_df_with_fg <- class_df %>%
  bind_cols(map_dfc(fg_class_groups, ~ rowSums(select(class_df, all_of(.x)))))

方法3：用data.table 处理大数据（高效提速） #

如果你的数据量很大，data.table的速度优势会非常明显：

library(data.table)

# 转换为data.table格式
setDT(class_df)
setDT(class_fg)

# 长格式合并+分组求和，再转回宽格式
class_df_long <- melt(class_df, id.vars = "id", variable.name = "class", value.name = "proportion")
fg_total <- class_df_long[class_fg, on = "class"][, .(total = sum(proportion)), by = .(id, fg)]
fg_wide <- dcast(fg_total, id ~ fg, value.var = "total")

# 合并回原数据框
class_df_with_fg <- class_df[fg_wide, on = "id"]

以上三种方法都能自动批量生成所有功能组的求和列，不用重复编写单个组的计算代码，最终得到的结果和你期望的完全一致～

内容的提问来源于stack exchange，提问作者Syzorr