如果@罗兰想发布答案，我会删除这个。但是，是的，rowSums绝对是我的做法。
设置数据以匹配您的数据：

> fruits <- read.table(h=T, text = "X Apple Banana Orange
   1 1   5.2    5.0    4.2
   2 2   2.6    4.4    3.7
   3 3   2.7    2.4    2.7
   4 4   4.0    1.3    6.2
   5 5   6.5    3.1    4.1
   6 6   4.2    3.8    5.4")
> fruits$X <- as.factor(fruits$X)
> sapply(fruits, class)
#        X     Apple    Banana    Orange 
# "factor" "numeric" "numeric" "numeric"

获取特定于您的数据集的非因子列的行总和：

> rowSums(fruits[-1])
#    1    2    3    4    5    6 
# 14.4 10.7  7.8 11.5 13.7 13.4

或者（甚至更好），如果您不知道因子列在数据中的位置，则可以使用is.factor的逻辑非在计算中删除它们

> rowSums(fruits[!sapply(fruits, is.factor)])
#    1    2    3    4    5    6 
# 14.4 10.7  7.8 11.5 13.7 13.4

请记住，最后一行将从计算中删除所有因子列。

我和author有一个相似的主题，但是我希望保留在我的表中进行计算，因此我指定了要在rowSums()中使用的列名作为解决方案，如下所示：

fruits %>% 
  mutate(sum = rowSums(.[setdiff(names(.),"X")]))

#   X Apple Banana Orange  sum
# 1 1   5.2    5.0    4.2 14.4
# 2 2   2.6    4.4    3.7 10.7
# 3 3   2.7    2.4    2.7  7.8
# 4 4   4.0    1.3    6.2 11.5
# 5 5   6.5    3.1    4.1 13.7
# 6 6   4.2    3.8    5.4 13.4