在R中将DataFrame指定列与单列相乘生成新列并追加至原表

可以用dplyr包的批量处理功能实现需求，无需手动逐个处理supplier列：

# 加载dplyr包
library(dplyr)

# 假设你的数据框名为df
df <- df %>%
  # 批量生成amt*supplier_n列：匹配所有supplier_开头的列，与amount相乘并按规则命名
  mutate(across(starts_with("supplier_"), 
                ~ .x * amount, 
                .names = "amt*{.col}")) %>%
  # 按ID分组计算amount总和，生成Total_amt列
  group_by(ID) %>%
  mutate(Total_amt = sum(amount)) %>%
  ungroup()

代码细节说明 #

• across(starts_with("supplier_"), ~ .x * amount, .names = "amt*{.col}")：

  • starts_with("supplier_") 自动匹配所有以supplier_开头的列，无论数量多少都能覆盖
  • ~ .x * amount 表示将每一个匹配到的列（.x指代当前列）与amount列相乘
  • .names = "amt*{.col}" 定义新列命名规则，比如supplier_1会生成amt*supplier_1

• group_by(ID) %>% mutate(Total_amt = sum(amount)) %>% ungroup()：

  • 按ID分组后，计算每组内amount的总和生成Total_amt列，最后取消分组避免影响后续操作

测试验证 #

用你提供的示例数据测试：

# 构造测试数据
test_df <- tibble(
  ID = c(1,1,1,2,2,2),
  amount = c(10,15,20,5,8,10),
  supplier_1 = c(0,1,1,0,0,0),
  supplier_2 = c(1,0,0,0,1,0),
  supplier_3 = c(0,0,0,0,0,0),
  supplier_100 = c(0,0,0,1,0,1)
)

# 运行处理代码
test_df <- test_df %>%
  mutate(across(starts_with("supplier_"), ~ .x * amount, .names = "amt*{.col}")) %>%
  group_by(ID) %>%
  mutate(Total_amt = sum(amount)) %>%
  ungroup()

# 查看结果
print(test_df)

运行后会得到你期望的输出，包含所有新增的amt*supplier_n列和Total_amt列。

内容的提问来源于stack exchange，提问作者Sam