另一种方法是使用rows_update()。这有点冗长，但我想说如果我们想构造更复杂的操作，它是值得的。下面我们调用rows_update()，在里面我们使用summarise()，首先定义我们想要连接的id列，然后定义我们想要用'across（）更新的列，其他的一切都不会改变。

library(dplyr)

df %>% 
  rows_update(
    df %>%
      summarise(num1 = "a",
                across(num2:num3, sum)),
    by = "num1")

#>   num1 num2 num3 num4
#> 1    a   10   26    x
#> 2    b    2    6    y
#> 3    c    3    7    b
#> 4    d    4    8    d

我们还可以在tibble中执行更复杂的运算，例如，如果我们不想对c求和，我们可以filter()：

df %>% 
  rows_update(
    df %>%
      filter(num1 != "c") %>% 
      summarise(num1 = "a",
                across(num2:num3, sum)),
    by = "num1")

#>   num1 num2 num3 num4
#> 1    a    7   19    x
#> 2    b    2    6    y
#> 3    c    3    7    b
#> 4    d    4    8    d

数据来自OP

df <- data.frame(num1 = c('a','b','c','d')
                 ,num2 = c(1,2,3,4)
                 ,num3 = c(5,6,7,8)
                 ,num4 = c('x','y','b','d'))

由reprex package（v2.0.1）于2023年3月3日创建

由于您对dplyr有偏好，我们可以使用across和if_else：

library(dplyr)

df |>
  mutate(across(num2:num3, ~ if_else(num1 == "a", sum(.), .)))

输出：

num1 num2 num3 num4
1    a   10   26    x
2    b    2    6    y
3    c    3    7    b
4    d    4    8    d

• • 更新***，如果我只想对a、b和c求和（不是全部）并应用于a *：

library(dplyr)

df |>
  mutate(across(num2:num3, ~ if_else(num1 == "a", sum(.[num1 %in% c("a", "b", "c")]), .)))

输出：

num1 num2 num3 num4
1    a    6   18    x
2    b    2    6    y
3    c    3    7    b
4    d    4    8    d

一种方法是使用“dplyr”包中的transmute()：

library(tidyverse)
df %>%
  transmute(num1, 
            num2 = c(sum(num2), num2[-1]), 
            num3 = c(sum(num3), num3[-1]), 
            num4)

  num1 num2 num3 num4
1    a   10   26    x
2    b    2    6    y
3    c    3    7    b
4    d    4    8    d