如何搜索具有相同名称的列、添加列值并用它们的总和替换具有相同名称的列？使用R

我有一个数据框，其中一些连续的列具有相同的名称。我需要搜索这些，为每行添加它们的值，删除一列，并用它们的总和替换另一列。 在之前不知道复制了哪些模式的情况下，可能需要将一个列名与以下列名进行比较，以查看是否存在匹配

有人能帮忙吗

提前感谢。

一些示例数据

dfr <- data.frame(
  foo = rnorm(20),
  bar = 1:20,
  bar = runif(20),
  check.names = FALSE
)

要处理NA的问题：

sapply(unique(names(dfrm)), 
      function(x) apply(dfrm[grep(x, names(dfrm))], 1, 
              function(y) if ( all(is.na(y)) ) {NA} else { sum(y, na.rm=TRUE) }
       )               )

（编辑注：通过在名称（.[.]结构周围加上唯一性，解决了Tommy反例。 错误代码是：

sapply(names(dfrm)[unique(duplicated(names(dfrm)))], 
     function(x) Reduce("+", dfrm[ , grep(x, names(dfrm))]) )

---

一种方法是使用

duplicated

函数（意外地）识别重复项，然后通过它们循环计算总和。以下是一个示例：

dat.dup <- data.frame(x=1:10, x=1:10, x=1:10, y=1:10, y=1:10, z=1:10, check.names=FALSE)
dups <- unique(names(dat.dup)[duplicated(names(dat.dup))])
for (i in dups) {
dat.dup[[i]] <- rowSums(dat.dup[names(dat.dup) == i])
}
dat <- dat.dup[!duplicated(names(dat.dup))]

dat.dup这是我的一行代码

# transpose data frame, sum by group = rowname, transpose back.
t(rowsum(t(dfrm), group = rownames(t(dfrm))))

关于‘Duh’：行和确实是行和，但行和超过列；-）谢谢你的回答。我曾经和“Duh”一起工作过，这不是我问题的主要问题！另外，如果我可以这样说的话，我认为“Duh”不是一个适合在这个论坛上发布的“功能”；）不适用于dfrm=data.frame（a=1:10，b=20:29，a=101:110，b=200:209，a=1001:1010，check.names=F）

@Tommy。谢谢指出我应该将唯一环绕名称（dfrm）[duplicated….]包装好。谢谢，尽管我怀疑行和会更快。我的数据缺少值。如何更改此函数以提供：1）如果一组变量中的所有列值都丢失，则为NA；2）如果至少有一个值，则为一个值。我尝试使用条件并检查NA的使用is.NA（），但失败了。不能使用na.rm=FALSE或TRUE。谢谢，这是我最初的想法，但我没有编码。我也不熟悉“独特”这个词。非常整洁，但值得注意的是，如果这是所需要的，那么在编写时需要

as.data.frame（）

。@Henry。对可以很容易地将此输出转换为OP想要的任何格式。由于它使用调用C函数的

rowsum

，因此速度很快，在示例数据集上运行速度快1.5倍。我怀疑它在更大的数据帧上会更快。

sapply(names(dfrm)[unique(duplicated(names(dfrm)))], 
     function(x) Reduce("+", dfrm[ , grep(x, names(dfrm))]) )

dat.dup <- data.frame(x=1:10, x=1:10, x=1:10, y=1:10, y=1:10, z=1:10, check.names=FALSE)
dups <- unique(names(dat.dup)[duplicated(names(dat.dup))])
for (i in dups) {
dat.dup[[i]] <- rowSums(dat.dup[names(dat.dup) == i])
}
dat <- dat.dup[!duplicated(names(dat.dup))]

# transpose data frame, sum by group = rowname, transpose back.
t(rowsum(t(dfrm), group = rownames(t(dfrm))))