如何在R中使用管道函数计算数据框的列内占比贡献

先加载你的数据集 #

首先把你提供的数据加载到R中：

df <- structure(list(`Row Labels` = c("X1", "X2", "X3", "X4"), `2019-01-01` = c(37, 
36, 45, 53), `2019-02-01` = c(3, 19, 14, 46), `2019-03-01` = c(28, 
2, 28, 28), `2019-04-01` = c(48, 70, 18, 16), `2019-05-01` = c(83, 
71, 58, 26), `2019-06-01` = c(85, 28, 83, 46), `2019-07-01` = c(60, 
20, 12, 77), `2019-08-01` = c(44, 66, 30, 99), `2019-09-01` = c(21, 
14, 31, 21), `2019-10-01` = c(26, 72, 72, 16), `2019-11-01` = c(15, 
96, 23, 100), `2019-12-01` = c(65, 0, 98, 66)), row.names = c(NA, 
-4L), class = c("tbl_df", "tbl", "data.frame"))

方法一：基础R实现 #

直接对数值列做按列运算，每个元素除以对应列的总和，最后合并标签列：

# 提取数值列（排除第一列的Row Labels）
num_cols <- df[, -1]
# 按列计算占比，保留4位小数
prop_cols <- apply(num_cols, 2, function(x) round(x / sum(x), 4))
# 合并Row Labels和计算后的占比列
result_base <- cbind(df[, 1], prop_cols)
# 保持原数据框类型
result_base <- as_tibble(result_base)

方法二：tidyverse（dplyr）实现 #

用dplyr的across函数批量处理数值列，代码更简洁：

library(dplyr)

result_tidy <- df %>%
  mutate(across(-`Row Labels`, ~ round(.x / sum(.x), 4)))

说明 #

两种方法得到的结果和你给出的预期输出完全匹配。如果需要调整小数位数，只需修改round函数的第二个参数即可（比如要保留5位小数就改成5）。

内容的提问来源于stack exchange，提问作者Mr Pool