如何按行将DataFrame列值除以多列之和实现列标准化

你遇到的问题很典型：之前的代码里sum(df$col1, df$col2, df$col3, df$col4)会把所有列的所有元素加起来得到一个全局总和，而不是你需要的每行单独的总和，所以才得不到预期的0.25结果。下面是几种实用的解决方案：

方法一：基础R实现（无需额外包） #

分步实现（清晰直观） #

# 先计算每行的总和（只针对col1到col4）
row_sums <- rowSums(df[, c("col1", "col2", "col3", "col4")])

# 逐个创建归一化列
df$col1_norm <- df$col1 / row_sums
df$col2_norm <- df$col2 / row_sums
df$col3_norm <- df$col3 / row_sums
df$col4_norm <- df$col4 / row_sums

批量生成归一化列（更简洁） #

如果原列很多，手动逐个写太麻烦，可以用apply批量处理：

# 对原列按行执行归一化操作，结果转成数据框
normalized_cols <- as.data.frame(
  t(apply(df[, 1:4], 1, function(row_values) row_values / sum(row_values)))
)
# 给归一化列重命名（原列名+_norm）
names(normalized_cols) <- paste0(names(df[,1:4]), "_norm")

# 把归一化列合并到原数据框
df <- cbind(df, normalized_cols)

方法二：dplyr/tidyverse风格（更简洁高效） #

如果你习惯用tidyverse工具链，用dplyr的across函数可以快速实现：

library(dplyr)

df <- df %>%
  # 计算每行的总和
  mutate(row_sum = rowSums(across(col1:col4))) %>%
  # 对col1到col4批量生成归一化列，自动命名为原列名+_norm
  mutate(across(col1:col4, ~ .x / row_sum, .names = "{col}_norm")) %>%
  # 可选：移除临时的row_sum列
  select(-row_sum)

如果你的R版本稍旧，也可以用rowwise()的方式：

df <- df %>%
  rowwise() %>%
  mutate(
    row_sum = sum(col1, col2, col3, col4),
    col1_norm = col1 / row_sum,
    col2_norm = col2 / row_sum,
    col3_norm = col3 / row_sum,
    col4_norm = col4 / row_sum
  ) %>%
  ungroup() %>%
  select(-row_sum)

验证结果 #

运行上述代码后，你的DataFrame会生成预期的4个归一化列，每行的col1_norm到col4_norm值都是0.25，完全符合你的需求。

内容的提问来源于stack exchange，提问作者wingsoficarus116