在R语言中将3个变量的和重新缩放至精确等于1的方法求助

一、快速修正：针对误差值直接调整单列 #

你的自定义函数无法运行的核心问题是：直接引用全局变量df而非传入参数，且未返回修改后的数据，同时未做矢量化处理。以下是可正常运行的实现方式：

Base R 版本 #

# 复制原数据避免修改原始数据
df_adjusted <- df

# 对sum_time为1.0001的行，给time_1减0.0001
df_adjusted$time_1[df_adjusted$sum_time == 1.0001] <- df_adjusted$time_1[df_adjusted$sum_time == 1.0001] - 0.0001
# 对sum_time为0.9999的行，给time_1加0.0001
df_adjusted$time_1[df_adjusted$sum_time == 0.9999] <- df_adjusted$time_1[df_adjusted$sum_time == 0.9999] + 0.0001

# 重新计算sum_time验证
df_adjusted$sum_time <- rowSums(df_adjusted[, c("time_1", "time_2", "time_3")])

dplyr 版本（更简洁） #

library(dplyr)

df_adjusted <- df %>%
  mutate(
    time_1 = case_when(
      sum_time == 1.0001 ~ time_1 - 0.0001,
      sum_time == 0.9999 ~ time_1 + 0.0001,
      TRUE ~ time_1
    ),
    sum_time = rowSums(across(starts_with("time_")))
  )

二、理想方案：按比例缩放保持原始占比 #

如果希望尽可能保留各时间项的原始比例，更合理的方式是将每行的time值除以该行的sum_time，整体缩放后和为1：

Base R 版本 #

# 提取所有time开头的列
time_cols <- grep("^time_", names(df), value = TRUE)
# 按行缩放
df_scaled <- df
df_scaled[, time_cols] <- df_scaled[, time_cols] / df_scaled$sum_time
# 重新计算sum_time
df_scaled$sum_time <- rowSums(df_scaled[, time_cols])

dplyr 版本 #

library(dplyr)

df_scaled <- df %>%
  mutate(
    across(starts_with("time_"), ~ .x / sum_time),
    sum_time = rowSums(across(starts_with("time_")))
  )

这种方式处理后，所有行的sum_time都会精确等于1，同时最大程度保留了各时间项的原始占比，比单独调整某一列更严谨。

内容的提问来源于stack exchange，提问作者Nic