R语言实现单列与多列匹配相减并替换负值为0

需求回顾 #

现有两个数据表：

• table1：包含Samples（样本标识）和Val（基准值）两列
• table2：包含Samples列及A1、A2、A3等多列数值指标

需要实现：当Samples匹配时，用table2的数值减去table1对应的Val值，将结果中小于0的部分替换为0，最终生成与table2结构一致的结果表。

方案1：使用dplyr（tidyverse生态） #

适合习惯tidy风格数据处理的用户，代码简洁直观：

第一步：准备示例数据（可替换为你的真实数据）

table1 <- data.frame(
  Samples = c("S1", "S2", "S3"),
  Val = c(5, 3, 7)
)

table2 <- data.frame(
  Samples = c("S1", "S2", "S3", "S4"),
  A1 = c(10, 4, 6, 8),
  A2 = c(3, 6, 9, 2),
  A3 = c(7, 2, 10, 5)
)

第二步：执行匹配、计算与替换

library(dplyr)

result_table <- table2 %>%
  # 按Samples列左连接，保留table2所有行
  left_join(table1, by = "Samples") %>%
  # 对所有以A开头的数值列执行减法，负值替换为0
  # 若数值列不是A开头，可替换为across(-Samples, ~ ...)（前提Samples是唯一非数值列）
  mutate(across(starts_with("A"), ~ pmax(.x - replace_na(Val, 0), 0))) %>%
  # 移除临时加入的Val列
  select(-Val)

# 查看结果
print(result_table)

说明：replace_na(Val, 0)用于处理table2中存在但table1没有的样本（如示例中的S4），这类样本会用0作为基准值，即保留原数值不变；若想让无匹配样本的结果为0，可将replace_na(Val, 0)改为replace_na(Val, Inf)。

方案2：使用Base R（无需额外安装包） #

适合不想依赖第三方包的用户：

# 匹配Samples对应的Val值，无匹配的设为0
val_matched <- table1$Val[match(table2$Samples, table1$Samples)]
val_matched[is.na(val_matched)] <- 0

# 筛选出table2中的数值列（排除Samples列）
num_cols <- setdiff(names(table2), "Samples")

# 遍历数值列执行减法与负值替换
table2[num_cols] <- lapply(table2[num_cols], function(x) pmax(x - val_matched, 0))

result_table_base <- table2
print(result_table_base)

注意事项 #

• 若table1或table2的Samples列存在重复值，需先去重（如table1 <- distinct(table1, Samples, .keep_all = TRUE)），否则会产生重复行导致计算错误。
• 若数值列的命名规则不是以A开头，可调整筛选逻辑：比如用where(is.numeric)结合排除Samples列，如across(where(is.numeric) & !matches("Samples"), ~ ...)。

内容的提问来源于stack exchange，提问作者ZubB