如何对R中除最后2个字符外以相同名称开头的每个数字列求和？

Question

我有一个包含超过 100 列的数据框，有些是数字的，有些不是。
所有以“_f”或“_m”结尾的变量都是数字变量，我想总结所有以相同模式开头但以“_f”或“_m”结尾的对。

这是我的数据框中变量名称的示例：

xxxxxxxxxxxxx_age1_f
xxxxxxxxxxxxx_age1_m
xxxxxxxxxxxxx_age2_f
xxxxxxxxxxxxx_age2_m
xxxxxxxxxxxxx_age3_f
xxxxxxxxxxxxx_age3_m
yyyyyyyyyy_age1_f
yyyyyyyyyy_age1_m
yyyyyyyyyy_age2_f
yyyyyyyyyy_age2_m
yyyyyyyyyy_age3_f
yyyyyyyyyy_age3_m
yyyyyyyyyy_age4_f
yyyyyyyyyy_age4_m
yyyyyyyyyy_age5_f
yyyyyyyyyy_age5_m
zzzzzzzzzzzzzzzzzzzz_age1_f
zzzzzzzzzzzzzzzzzzzz_age1_m
zzzzzzzzzzzzzzzzzzzz_age2_f
zzzzzzzzzzzzzzzzzzzz_age2_m
zzzzzzzzzzzzzzzzzzzz_age3_f
zzzzzzzzzzzzzzzzzzzz_age3_m
text_var_11
text_var_222
text_var_33333

（我在这里用 x, y z 来抽象名称以使我的问题更清楚，它们实际上并不是那样命名的）

我的第一个解决方案是使用 dplyr::mutate() 对每一对求和，如下所示：

mutate( ... ) %>%
mutate( yyyyyyyyyy_age2 = yyyyyyyyyy_age2_f + yyyyyyyyyy_age2_m) %>%
mutate( yyyyyyyyyy_age3 = yyyyyyyyyy_age3_f + yyyyyyyyyy_age3_m) %>%
mutate( ... ) %>%

这可行，但必须有更智能的方法来做到这一点，而无需对所有变量对重复此操作。

寻找解决方案后，我发现最接近的是这个 Sum all columns whose names start with a pattern, by group

但是，由于两个原因，建议的解决方案在我的情况下不起作用：

• substr() 不适用于我的问题，因为变量名称的长度发生了变化
• 此方法假定我只有想要求和的变量，而在我的情况下，我还有许多其他变量不以“_f”或“_m”结尾并且不需要求和（并且无法求和）因为有些是文字）

我想可以修改解决方案以适用于我的案例，但我不确定如何。

编辑：这里是使用 dput 创建的示例数据

structure(list(Groups = c("xx", "xx", "xx"), xxxxx_age0_f = c(8, 
0, 7), xxxxx_age0_m = c(5, 0, 0), xxxxx_age1_f = c(1, 
0, 0), xxxxx_age1_m = c(3, 2, 0), xxxxx_age2_f = c(0, 
0, 2), xxxxx_age2_m = c(0, 1, 0), zzzz_age0_f = c(4, 
2, NA), zzzz_age0_m = c(3, 6, NA), zzzz_age1_f = c(0, 
0, NA), zzzz_age1_m = c(2, 0, NA), zzzz_age2_f = c(4, 
1, NA), zzzz_age2_m = c(3, 1, NA)), row.names = c(NA, -3L
), class = c("tbl_df", "tbl", "data.frame"))

ps：这个简化的例子只有一个分类变量，而我有数百个。

Answer 1

已更新，使用 OP 的实际示例数据：

inner_join(
  dat,
  dat %>% 
    select(Groups, ends_with(c("_f", "_m"))) %>% 
    pivot_longer(cols=!Groups) %>% 
    mutate(name = gsub("_.$",replacement = "",name)) %>% 
    group_by(Groups, name) %>% 
    summarize(value=sum(value,na.rm=T)) %>% 
    pivot_wider(id_cols ="Groups", "name"),
  by="Groups"
)

前一个例子，在 OP 的实际例子之前。

如果您的表格如下所示：

dat

# A tibble: 2 x 9
  zzzzzzzzzzzzzzzzzzzz_age1_f zzzzzzzzzzzzzzzzzzzz_age1_m zzzzzzzzzzzzzzzz~ zzzzzzzzzzzzzzz~ zzzzzzzzzzzzzzz~ zzzzzzzzzzzzzzz~ text_var_11 text_var_222 text_var_33333
                        <dbl>                       <dbl>             <dbl>            <dbl>            <dbl>            <dbl> <chr>       <chr>        <chr>         
1                      -0.709                       1.26               1.03             1.36           -0.140           -0.595 f           o            x             
2                      -0.202                       0.164             -1.28            -1.48           -0.380            0.874 a           p            m             

然后，您可以这样做：

dat %>% 
  select(ends_with(c("_f", "_m"))) %>% 
  pivot_longer(cols=everything()) %>% 
  mutate(name = gsub("_.$",replacement = "",name)) %>% 
  group_by(name) %>% 
  summarize(value=sum(value,na.rm=T))

要得到这个：

  name                       value
  <chr>                      <dbl>
1 zzzzzzzzzzzzzzzzzzzz_age1  0.510
2 zzzzzzzzzzzzzzzzzzzz_age2 -0.371
3 zzzzzzzzzzzzzzzzzzzz_age3 -0.240

现在，我不知道您想要的输出结构是什么，但是您上面的mutate 尝试表明您想要列绑定这些新的聚合列。这可以通过获取上面的中间结果并将其包装在bind_cols 中轻松完成，就像这样

bind_cols(
  dat,
  dat %>% 
    select(ends_with(c("_f", "_m"))) %>% 
    pivot_longer(cols=everything()) %>% 
    mutate(name = gsub("_.$",replacement = "",name)) %>% 
    group_by(name) %>% 
    summarize(value=sum(value,na.rm=T)) %>% 
    pivot_wider(id_cols ="name")
)

Answer 2

这并不能解决你所有的问题，但也许你可以尝试一下

df %>%
rowwise()

for i in c("age1", "age2", "age3"){

df %>%
z <- mutate({{i}} = sum(c_across(contains({{i}})))) %>%
print(z)
}

df %>% ungroup()