如何用across实现基于另一tibble权重的列加权平均新增列

直接用dplyr的across函数就能搞定，还能灵活适配任意列选择的场景，步骤如下：

1. 先把权重表w转成命名向量，让列名和权重一一对应，方便后续匹配：

weights_vec <- tibble::deframe(w)

2. 用mutate新增AVG列，借助across遍历目标列，每列乘以对应权重后，用rowSums算出每行的加权和（也就是加权平均值，因为权重和为1）：

db <- db %>%
  dplyr::mutate(AVG = rowSums(across(all_of(names(weights_vec)), ~ .x * weights_vec[cur_column()])))

扩展性说明 #

• 如果只想计算部分列的加权平均，比如只算a和b，要么修改w表的col只保留这两个列名，要么在across里直接指定列（比如across(c(a, b), ...)），代码会自动匹配对应权重。
• 之后新增列的话，只要在w表加对应的列名和权重，不用改代码就能直接用。

完整可运行代码 #

library(tibble)
library(dplyr)

# 原始数据
db = tibble(a = rnorm(1000),
            b = rnorm(1000),
            c = rnorm(1000))

w = tibble(col = c("a","b","c"),
           w = c(.4,.4,.2))

# 转换权重为命名向量
weights_vec <- deframe(w)

# 计算加权平均并新增AVG列
db <- db %>%
  mutate(AVG = rowSums(across(all_of(names(weights_vec)), ~ .x * weights_vec[cur_column()])))

内容的提问来源于stack exchange，提问作者GiulioGCantone