基于条件通过列值除法创建新列的R语言技术问询

预处理数据（解决读取后空格和类型问题） #

首先清理输入数据中的多余空格，并转换数值列类型：

library(dplyr)

# 读取原始数据
df_inp <- read.delim(text="Individuals| quarter | wage | foodq1 | foodq2 | rentq1
1          | 2016q1  | 100  | 1      | 2      | 50
1          | 2016q2  | 100  | 1      | 2      | 50
1          | 2016q3  | 200  | 1      | 2      | 50
1          | 2016q4  | 300  | 1      | 2      | 50
2          | 2016q1  | 50   | 1      | 2      | 50
2          | 2016q2  | 100  | 1      | 2      | 50
2          | 2016q3  | 200  | 1      | 2      | 50
2          | 2016q4  | 100  | 1      | 2      | 50", sep="|")

# 清理列值空格并转换数值列
df_inp <- df_inp %>%
  mutate(across(everything(), trimws)) %>%
  mutate(across(c(Individuals, wage, foodq1, foodq2, rentq1), as.numeric))

dplyr 批量处理方案（推荐） #

用across函数一次性对所有支出列计算占收入的比例，自动生成带pro.前缀的新列：

df_outp <- df_inp %>%
  mutate(
    across(
      c(foodq1, foodq2, rentq1),  # 指定要计算的支出列
      ~ .x / wage,                 # 计算逻辑：支出/收入
      .names = "pro.{col}"         # 新列命名规则
    )
  ) %>%
  select(Individuals, quarter, wage, starts_with("pro."))  # 保留目标列

Base R 批量处理方案 #

如果不使用dplyr包，可通过循环批量生成新列：

# 定义支出列列表
exp_cols <- c("foodq1", "foodq2", "rentq1")

# 循环计算比例并生成新列
for(col in exp_cols) {
  df_inp[[paste0("pro.", col)]] <- df_inp[[col]] / df_inp$wage
}

# 筛选目标列得到结果
df_outp_base <- df_inp[, c("Individuals", "quarter", "wage", paste0("pro.", exp_cols))]

两种方案都能避免ifelse带来的冗余行问题，实现高效批量计算，输出结果与你期望的df_outp完全一致。

内容的提问来源于stack exchange，提问作者becky_45