如何在R中按组向量求和？

假设我有这样一个数据帧：

df<-data.frame(A.1=1:5,B.1=2:6,C.1=3:7, 
               D.2=4:8,E.2=5:9,F.2=6:10)
df
  A.1 B.1 C.1 D.2 E.2 F.2
1   1   2   3   4   5   6
2   2   3   4   5   6   7
3   3   4   5   6   7   8
4   4   5   6   7   8   9
5   5   6   7   8   9  10

---

我的真实数据集有来自18个组的超过110K的

cols

，并且会找到一种优雅而简单的方法来实现它。

因为

数据的方式。帧的结构是内部的，行操作通常比列操作慢得多。考虑到您对该
data.frame
实际大小的评论，我可能会使用
data.table
将其转换为long，将组作为其自身变量隔离，并执行分组求和

df1:1A.1
#>2:2A.12
#>3:3 A.13
#>4:4 A.14
#>5:5 A.15
#>6:1B.16
#>7:2 B.17
#>8:3B.18
#>9:4B.19
#>10:5 B.110
#>11:1 C.2 11
#>12:2c.212
#>13:3 C.2 13
#>14:4 C.2 14
#>15:5 C.2 15
#>16:1 D.2 16
#>17:2d.217
#>18:3 D.2 18
#>19:4 D.2 19
#>20:5 D.2 20

创建一个新的
组
列，该列在新的“变量”列（
^.*.\\。
是从字符串开头到第一个“.”的所有内容；
gsub（pattern，“，variable）
从
变量
中删除
模式
）

df_long[，group:=as.integer（gsub（“^.*？\\.”，“”，variable））]
德福朗
#>行数变量值组
#>1:1A.11
#>2:2A.11
#>3:3 A.1 3 1
#>4:4 A.1 4 1
#>5:5 A.1 5 1
#>6:1 B.16 1
#>7:2 B.17 1
#>8:3B.1881
#>9:4B.1191
#>10:5B.1101
#>11:1 C.2 11 2
#>12:2c.2122
#>13:3 C.2 13 2
#>14:4 C.2142
#>15:5 C.2 15 2
#>16:1 D.2 16 2
#>17:2d.2172
#>18:3 D.2 18 2
#>19:4 D.2 19 2
#>20:5D.2202

最后，按
行数
和
组
进行分组。
这些类型的操作在
数据表中的速度非常快，大大快于base R

df_long[，sum（value），by=列表（行号，组）]
#>行号组V1
#>  1:          1     1  7
#>  2:          2     1  9
#>  3:          3     1 11
#>  4:          4     1 13
#>  5:          5     1 15
#>  6:          1     2 27
#>  7:          2     2 29
#>  8:          3     2 31
#>  9:          4     2 33
#> 10:          5     2 35
rowsum
可以执行以下操作：

t(rowsum(t(df), c(1,1,1,2,2,2)))

      1  2
[1,]  6 15
[2,]  9 18
[3,] 12 21
[4,] 15 24
[5,] 18 27

（无论出于何种原因，都不存在
colsum
）
使用库
dplyr
和
重塑2
。您可以逐行执行每一行（不带尾随%>%来理解转换。基本思想是
将
转换成整齐（高）的格式来处理行，然后
dcast
将其转换回宽格式

library(dplyr)
library(reshape2)
df %>% 
  # assign a row number for later grouping
  mutate(rn=row_number()) %>%
  # make into a tall data frame, with rn as the row key
  melt(id.vars = "rn") %>% 
  # calculate the row suffix for grouping
  mutate(suffix = str_extract(variable, "\\d+")) %>%
  # put it back into a dataframe, summing value (could use acast if you want an array)
  dcast(rn ~ suffix, value.var="value", fun.aggregate = sum)

#   rn  1  2  
# 1  1  6 15
# 2  2  9 18
# 3  3 12 21
# 4  4 15 24
# 5  5 18 27

使用
dplyr
：

df %>% 
 mutate(ones = rowSums(select(., grep(".1", names(.), value = TRUE))),
        twos = rowSums(select(., grep(".2", names(.), value = TRUE)))) %>% 
 select(ones, twos)

  ones twos
1    6   15
2    9   18
3   12   21
4   15   24
5   18   27

dim是33694 x 166438压缩的一个是500米我给了你一个大拇指你的建议。ThanksI创建了一个向量代替@李哲源 类似这样的
data.frame（lappy（split.default（df，sub（'^.\\.'，''，names（df））），rowSums））
df %>% 
 mutate(ones = rowSums(select(., grep(".1", names(.), value = TRUE))),
        twos = rowSums(select(., grep(".2", names(.), value = TRUE)))) %>% 
 select(ones, twos)

  ones twos
1    6   15
2    9   18
3   12   21
4   15   24
5   18   27