R语言：按物种匹配将df1每行对应减去df2同物种行

我有两个数据框：

• df1（15行，1080列）：包含个体ID、物种信息及大量元素数值列，示例如下：

df1 <- data.frame(
  individuals = c("POR20_02", "POR20-03", "POR20-04"),
  species = c("dia", "het", "hyb"),
  element1 = c(0.003, 0.005, 0.002),
  element2 = c(0.005, 0.009, 0.007),
  element3 = c(0.001, 0.002, 0.005)
)

• df2（3行，1079列）：是df1按物种分组计算的各元素均值，无个体ID列，示例如下：

df2 <- data.frame(
  species = c("dia", "hyb", "het"),
  element1 = c(0.004, 0.007, 0.004),
  element2 = c(0.006, 0.006, 0.005),
  element3 = c(0.002, 0.003, 0.006)
)

需求：按物种匹配，将df1中每行的所有元素列数值减去df2对应物种行的同列均值，得到每个个体相对于物种均值的差值。

方法1：使用dplyr + tidyr（简洁易读） #

library(tidyverse)

# 给df2的均值列添加后缀，避免合并后列名重复
df2_renamed <- df2 %>% rename_with(~paste0(., "_mean"), -species)

# 匹配均值并计算差值
result_df <- df1 %>%
  left_join(df2_renamed, by = "species") %>%
  # 对所有element列计算差值，生成带_diff后缀的新列
  mutate(across(starts_with("element"), 
                ~ .x - get(paste0(cur_column(), "_mean")),
                .names = "{.col}_diff")) %>%
  # 可选：移除均值列，只保留原始列和差值列
  select(-ends_with("_mean"))

方法2：使用base R（无需额外包） #

# 获取所有元素列的列名
element_cols <- setdiff(colnames(df1), c("individuals", "species"))

# 匹配每个个体对应的物种均值行
mean_rows <- df2[match(df1$species, df2$species), element_cols]

# 计算所有元素列的差值
diff_values <- df1[element_cols] - mean_rows

# 合并个体信息与差值结果，也可保留原始元素列
result_df <- cbind(df1[c("individuals", "species")], diff_values)
# 若要保留原始列并添加差值列，可修改列名后合并：
# colnames(diff_values) <- paste0(element_cols, "_diff")
# result_df <- cbind(df1, diff_values)

注意事项 #

• 确保df1和df2的物种名称完全一致（大小写、特殊符号均需匹配），否则会出现匹配失败的NA值
• 两个数据框的元素列名必须完全对应，否则减法操作会出错

内容的提问来源于stack exchange，提问作者Alex-James Roussel