如何用apply函数或循环批量处理数据框列的差异化运算

原始数据定义 #

a <- c(3,2,6,7,5)
b <- c(2,5,7,8,1)
d <- c(3,6,2,1,6)

df <- data.frame(a, b, d)

a1 <- c("a", "H1")
b1 <- c("b", "H2")
d1 <- c("d", "H1")

df_2 <- data.frame(a1, b1, d1)

需求说明 #

df的列名与df_2的第一行逐列对应，需根据df_2第二行的标记（H1/H2）批量修改df的列：

• 标记为H1的列，所有值乘以2
• 标记为H2的列，所有值乘以3

当前已实现逐列处理，但需要更高效的批量方案。

现有逐列处理代码（修正笔误后） #

# 修改第一列
df[,1] <- if (df_2[2,1] == "H1") {
  df[,1]*2 
} else if (df_2[2,1] == "H2") {
  df[,1]*3 # 注意：原代码此处笔误，应为df[,1]*3而非df[,2]*3
}

# 修改第二列
df[,2] <- if (df_2[2,2] == "H1") {
  df[,2]*2 
} else if (df_2[2,2] == "H2") {
  df[,2]*3
}

# 修改第三列
df[,3] <- if (df_2[2,3] == "H1") {
  df[,3]*2 
} else if (df_2[2,3] == "H2") {
  df[,3]*3
}

批量处理解决方案 #

1. 使用apply函数（优先方案）

通过apply按列遍历数据框，结合标记完成运算：

# 提取df_2的标记行，转为字符向量
tags <- as.character(df_2[2, ])

# 按列处理数据
df_processed <- apply(df, 2, function(col, tag) {
  switch(tag,
         "H1" = col * 2,
         "H2" = col * 3,
         col) # 非H1/H2标记时保留原列值
}, tag = tags)

# 转回数据框并恢复列名
df_processed <- as.data.frame(df_processed)
colnames(df_processed) <- colnames(df)

2. 使用for循环

如果偏好循环逻辑，可遍历每一列完成修改：

# 复制原数据框避免修改原始数据
df_processed <- df
tags <- as.character(df_2[2, ])

# 遍历所有列
for (i in seq_len(ncol(df_processed))) {
  current_tag <- tags[i]
  if (current_tag == "H1") {
    df_processed[, i] <- df_processed[, i] * 2
  } else if (current_tag == "H2") {
    df_processed[, i] <- df_processed[, i] * 3
  }
}

3. 向量化运算（最优雅方案）

利用R的向量化特性，无需循环或apply，效率最高：

# 构建乘数向量：H1对应2，H2对应3
multipliers <- ifelse(as.character(df_2[2, ]) == "H1", 2, 3)

# 直接逐列相乘完成运算
df_processed <- df * multipliers

内容的提问来源于stack exchange，提问作者ZT_Geo