对R中不同列数的行求和

我有一个数据框，每个用户一行。对于每个用户，我都有他们第一次登录网站的时间信息（第1行），以及之后的每一天（每天是一列）他们每天登录多少次的信息

我想创建一个新的专栏，告诉我用户在首次登录后7天内登录网站的次数。这7天的时间对每个用户都是不同的

我想做一个for循环，但不知道如何进行更改以包含该求和的不同列名

tibble(id=c(1:4), first_log = c("18-12-01", "18-12-02", "18-12-02",
"18-12-05"), X18_12_01 = c(NA,1,1,2), X18_12_02 = c(5,2,1,1))

---

当然，数据集有更多这样的列和行

假设在

first_log

之后只有7列，则这将计算在跨列的时间跨度内登录的总次数。在下面的示例中，它仅显示用户在2天内登录的总次数

库（tidyverse）
tibble（id=c（1:4），
第一个日志=c（“18-12-01”，
"18-12-02", 
"18-12-02",
"18-12-05"), 
X18_12_01=c（NA，1,1,2），
X18_12_02=c（5,2,1,1））%>%
收集（key=“days”，value=“times\u visted”，3：长度（%）%>%
分组依据（id）%>%
总结（总访问量=总和（访问次数，na.rm=T））
#>#tibble:4 x 2
#>id总访问量
#>           
#> 1     1            5
#> 2     2            3
#> 3     3            2
#> 4     4            3

---

由（v0.2.1）于2019-03-04年创建，在首次登录后有任意数量的日期列，我们可以执行以下操作

将日期列收集到一个列中，这样我们就可以方便地实际操作数据。这是一种整洁的格式，每一行都是用户日的组合

将日期转换为

Date

对象，并计算观察和

第一次日志之间的天数。我们使用一个
时间间隔
来实现这一点，以确保围绕时间轴违规的合理行为

筛选

以仅保留在所需周范围内发生的观察结果

汇总

以计算此期间的总登录次数，并

右键连接

将值返回到原始值。注意，如果没有更多的样本数据，就很难更具说明性，因为这里实际上只对一个单元格进行求和，因此只有id=1的用户才有任何值要求和

库（tidyverse）
图书馆（lubridate）
待定%
聚集（天，登录次数，-id，-first\u log）%>%
变异(
第一个日志=ymd（第一个日志），
天=天%>%str\u删除（^X”）%%>%ymd（），
自事件发生后的天数=as.period（第一个日志%-%day，“day”），
) %>%
筛选（事件发生后天数>事件发生后天数（0）&事件发生后天数%
分组依据（id）%>%
总结（总登录次数=总和（总登录次数，na.rm=TRUE））%>%
右键连接（tbl，by=“id”）
#>#A tibble:4 x 5
#>id总数\u首次登录\u日志X18\u 12\u 01 X18\u 12\u 02
#>                          
#>1118-12-01 NA 5
#>2 NA 18-12-02 1 2
#>3 NA 18-12-02 1 1
#>4 NA 18-12-05 2 1

---

由（v0.2.1）

在提供的数据中于2019-03-04创建，用户在首次登录日期之前已登录。请参阅ids 2-4是，这是我们对网站内容进行重大更改后的首次登录。