如何在不重复代码的情况下改变多个变量？

我正在尝试从现有变量创建新变量，如下所示：

a1+a2=a3, b1+b2=b3, ..., z1+z2=z3

这是一个示例数据框

df <- data.frame(replicate(10,sample(1:10)))
colnames(df) <- c("a1","a2","b1","b2","c1","c2","d1","d2","e1","e2")

这是我的重复代码的解决方案

# a solution by base R
df$a3 <- df$a1 + df$a2
df$b3 <- df$b1 + df$b2
df$c3 <- df$c1 + df$c2
df$d3 <- df$d1 + df$d2
df$e3 <- df$e1 + df$e2

Or

# a solution by dplyr
library(dplyr)
df <- df %>%
  mutate(a3 = a1+a2,
         b3 = b1+b2,
         c3 = c1+c2,
         d3 = d1+d2,
         e3 = e1+d2)

Or

# a solution by data.table
library(data.table)
DT <- data.table(df)
DT[,a3:=a1+a2][,b3:=b1+b2][,c3:=c1+c2][,d3:=d1+d2][,e3:=e1+e2]

实际上我有超过100个变量，所以我想找到一种方法来做到这一点而不重复代码...虽然我尝试使用 mutate_ 与标准评估和正则表达式，但我迷失了方向，因为我是 R 的新手。您可以在不重复代码的情况下改变多个变量吗？

你的数据格式使这变得困难 - 我会像这样重塑数据。一般来说，如果列名之间存在差异，则不应在列名中对实际数据信息进行编码a1 and a2有意义，最好有一栏有字母，a, b, c和一列数字，1, 2.

df$id = 1:nrow(df)

library(tidyr)
library(dplyr)
tdf = gather(df, key = key, value = value, -id) %>%
    separate(key, into = c("letter", "number"), sep = 1) %>%
    mutate(number = paste0("V", number)) %>%
    spread(key = number, value = value) 
## now data is "tidy":
head(tdf)
#   id letter V1 V2
# 1  1      a  2  7
# 2  1      b 10  4
# 3  1      c  9 10
# 4  1      d  9  4
# 5  1      e  5  8
# 6  2      a  9  8

## and the operation is simple:
tdf$V3 = tdf$V1 + tdf$V2
head(tdf)
#    id letter V1 V2 V3
# 1   1      a  2  7  9
# 2   1      b 10  4 14
# 3   1      c  9 10 19
# 4   1      d  9  4 13
# 5   1      e  5  8 13
# 6   2      a  9  8 17