简洁的R代码，相当于Excel中的sumif函数-尤其适用于数据帧行

我需要有选择地跨行添加数据框中列子集中的值。值可以采用整数0、1、2或3。2s和3s的总和（不是2s和3s的计数，这很简单）给出了我们测量的“强度”。假设我的数据框有60列，我只想看第2列到第11列。实现这一点的excel代码（一种方法）非常简单：

=sumif（a2:a11，“>1”）

。这将添加该范围内的所有2和3

虽然我在过去使用过

aggregate（）

，但关于这个主题的大多数答案并不是真正想做我想做的事情，我也无法找到一种方法让

aggregate（）

以我需要的方式运行。试图让

rowSums（）

这样做也让我感到困惑

最终我意识到我可以做到以下几点：

apply(data[,2:11], 1, function(x)sum(2*(x==2), 3*(x==3), na.rm=T))

这是迄今为止我发现的复制我所期望的特定行为的最快捷、最优雅的方法，相当于Excel的

sumif

如果有人有更好的方法，我很高兴听到

建议：

apply(data[,2:11], 1, function(x) sum(x[x %in% 2:3], na.rm = TRUE))

下面是如何使用

rowSums（）

与您的解决方案进行比较

apply(df[,2:11], 1, function(x) sum(2*(x==2), 3*(x==3), na.rm=TRUE))
#[1] 18 13 11 19 11

---

sum-row-if

from

expss

package:

sum-row-if（gt（1），df[，2:11]）

Disclosure:我是软件包的作者。非常有帮助，谢谢你Gregory。啊，那更好。本质上是相同的方法（从逻辑的角度来看），但代码要简单得多。这太好了，谢谢。啊，非常有用in%可能是我最喜欢的数据处理操作符。我不知道这个用法。非常感谢。

rowSums(df[,2:11] * (df[,2:11] > 1), na.rm = TRUE)
#[1] 18 13 11 19 11

apply(df[,2:11], 1, function(x) sum(2*(x==2), 3*(x==3), na.rm=TRUE))
#[1] 18 13 11 19 11