应用group_by和summarise(sum)，但保留大量其他列。

你可以使用dplyr库中的group_by和summarise函数来实现这个目标。以下是一个示例代码：

library(dplyr)

# 创建示例数据框
df <- data.frame(
  group = c("A", "A", "B", "B"),
  value1 = c(1, 2, 3, 4),
  value2 = c(5, 6, 7, 8)
)

# 使用group_by和summarise函数
df_summary <- df %>%
  group_by(group) %>%
  summarise(
    sum_value1 = sum(value1),
    sum_value2 = sum(value2)
  )

# 输出结果
df_summary

这段代码中，我们首先使用group_by(group)将数据按照group列进行分组。然后使用summarise函数计算每个组中value1和value2的总和，并将结果存储在新的数据框df_summary中。在summarise函数中，我们可以通过为每个汇总列创建一个新的列名来保留其他列。

运行这段代码后，将得到以下结果：

# A tibble: 2 x 3
  group sum_value1 sum_value2
  <chr>      <dbl>      <dbl>
1 A              3         11
2 B              7         15

注意，dplyr库中的group_by和summarise函数会返回一个新的数据框，因此我们将结果存储在df_summary中。如果你想要在原始数据框中保留分组和汇总结果，可以使用mutate函数。以下是相应的代码示例：

df_summary <- df %>%
  group_by(group) %>%
  summarise(
    sum_value1 = sum(value1),
    sum_value2 = sum(value2)
  ) %>%
  ungroup() %>%
  mutate(
    sum_value1 = if_else(is.na(sum_value1), value1, sum_value1),
    sum_value2 = if_else(is.na(sum_value2), value2, sum_value2)
  )

# 输出结果
df_summary

这段代码中，我们在summarise函数中计算了总和，并在mutate函数中使用if_else函数将汇总结果与原始数据进行合并。这样，我们可以在保留其他列的同时也保留分组和汇总结果。

运行这段代码后，将得到以下结果：

# A tibble: 4 x 4
  group value1 value2 sum_value1 sum_value2
  <chr>  <dbl>  <dbl>      <dbl>      <dbl>
1 A          1      5          3         11
2 A          2      6          3         11
3 B          3      7          7         15
4 B          4      8          7         15

注意，在这个示例中，我们假设没有缺失值。如果有缺失值，你可以根据实际情况进行修改。