如何批量对多站点数据框中的同类变量应用公式计算？

这里给你两种实用的批量处理方案，适配大量站点的场景：

方法一：用tidyverse工具集（推荐，代码易读易扩展） #

通过宽转长→分组计算→长转宽的流程，自动识别所有符合命名规则的站点，无需手动指定：

# 先安装包（首次使用时运行）：install.packages("tidyverse")
library(tidyverse)

# 你的示例数据
df <- data.frame(Australia.P = c(2015), Australia.PET = c(739),
                 Mexico.P = c(1284), Mexico.PET = c(808),
                 France.P = c(2010),France.PET = c(958))

# 批量计算核心代码
df_new <- df %>%
  # 拆分列名为「站点名」和「变量类型（P/PET）」
  pivot_longer(cols = everything(), 
               names_to = c("site", "var"), 
               names_sep = "\\.") %>%
  # 按站点分组，计算P*PET的乘积
  group_by(site) %>%
  summarize(x = prod(value)) %>%
  # 转回宽格式，列名和手动计算的x_a/x_m/x_f完全一致
  pivot_wider(names_from = site, values_from = x, 
              names_glue = "x_{tolower(substr(site, 1, 1))}")

# 查看结果
df_new

只要你的列名遵循「站点名.P」「站点名.PET」的格式，不管新增多少站点，这段代码都能自动处理。

方法二：基础R实现（无需额外装包） #

如果不想加载第三方包，用字符串匹配+循环也能实现批量计算：

# 你的示例数据
df <- data.frame(Australia.P = c(2015), Australia.PET = c(739),
                 Mexico.P = c(1284), Mexico.PET = c(808),
                 France.P = c(2010),France.PET = c(958))

# 提取所有站点名称（从列名中去掉.P/.PET后缀）
sites <- unique(sub("\\.(P|PET)$", "", colnames(df)))

# 循环计算每个站点的P*PET
x_results <- lapply(sites, function(site) {
  df[[paste0(site, ".P")]] * df[[paste0(site, ".PET")]]
})

# 组合成数据框，设置和手动计算一致的列名
df_new <- as.data.frame(x_results)
colnames(df_new) <- paste0("x_", tolower(substr(sites, 1, 1)))

# 查看结果
df_new

内容的提问来源于stack exchange，提问作者Drop