R语言：按相同前缀列计算单元格占组内行总和的比例

关于group_by的说明 #

dplyr::group_by是用来对行做分组统计（比如按irm月份分组聚合），你的需求是按列的前缀分组做行内计算，所以group_by在这里不适用，推荐用across+starts_with的组合实现批量处理。

方案一：dplyr循环批量处理 #

先构造示例数据（模拟你的37列结构）：

set.seed(123)
df <- tibble(
  irm = paste0("2023", sprintf("%02d", 1:10)),
  # 生成trans11-trans16到trans61-trans66共36列
  !!!map(paste0("trans", 1:6), ~ set_names(rpois(10, 10), paste0(.x, 1:6)))
)

然后遍历每个前缀组，计算行内占比：

library(dplyr)

# 遍历trans1到trans6的前缀
for (prefix in paste0("trans", 1:6)) {
  df <- df %>%
    mutate(
      # 选中当前前缀的所有列，计算占行内总和的比例
      across(starts_with(prefix), 
             ~ .x / rowSums(across(starts_with(prefix))),
             # 生成带_ratio后缀的新列，若要替换原列可删除此参数
             .names = "{.col}_ratio")
    )
}

方案二：purrr无循环批量处理 #

如果偏好函数式编程风格，用purrr::reduce批量应用计算逻辑：

library(purrr)
library(dplyr)

prefixes <- paste0("trans", 1:6)

# 定义单个前缀组的占比计算函数
calc_ratio <- function(data, prefix) {
  data %>%
    mutate(across(starts_with(prefix), 
                 ~ .x / rowSums(across(starts_with(prefix))),
                 .names = "{.col}_ratio"))
}

# 依次对每个前缀组应用计算，合并结果
df_with_ratios <- prefixes %>%
  reduce(calc_ratio, .init = df)

方案三：基础R原生实现 #

不用tidyverse包的话，用基础R的字符串匹配和循环完成：

prefixes <- paste0("trans", 1:6)

for (prefix in prefixes) {
  # 匹配当前前缀的所有列名
  col_indices <- grep(paste0("^", prefix), names(df))
  # 计算该行当前组的总和
  row_sums <- rowSums(df[, col_indices])
  # 生成占比列并添加到原数据框
  df[paste0(names(df)[col_indices], "_ratio")] <- df[, col_indices] / row_sums
}

内容的提问来源于stack exchange，提问作者jvalenti