要让df2在每个reporter+year分组下对应计算总和，核心是在dplyr的分组环境中，根据当前组的reporter和year值筛选df2的对应行，再求和。

直接修改原代码的版本 #

你可以在summarize里直接基于当前分组的reporter和year过滤df2，替换原来全局求和的部分：

df1 %>%
  group_by(reporter, year) %>%
  summarize(
    TI = sum(trade_value_usd[partner != "World"], na.rm = TRUE) / 
         sum(trade_value_usd[partner == "World"], na.rm = TRUE) / 
         (sum(df2$trade_value_usd[df2$reporter == reporter & df2$year == year], na.rm = TRUE) / 
          sum(df3$trade_value_usd, na.rm = TRUE))
  )

更清晰易读的拆分版本 #

如果觉得上面的代码太紧凑，也可以把每个计算步骤拆分出来，方便调试和维护：

df1 %>%
  group_by(reporter, year) %>%
  summarize(
    # 计算df1分组内非World伙伴的贸易额总和
    non_world_total = sum(trade_value_usd[partner != "World"], na.rm = TRUE),
    # 计算df1分组内World伙伴的贸易额总和
    world_total_df1 = sum(trade_value_usd[partner == "World"], na.rm = TRUE),
    # 计算df2中与当前分组匹配的reporter+year的贸易额总和
    total_df2 = sum(df2$trade_value_usd[df2$reporter == reporter & df2$year == year], na.rm = TRUE),
    # 计算df3的全局贸易额总和（如果df3也需要分组，逻辑和df2一致）
    total_df3 = sum(df3$trade_value_usd, na.rm = TRUE),
    # 最终计算TI
    TI = non_world_total / world_total_df1 / (total_df2 / total_df3)
  )

大数据量下的优化方案 #

如果你的数据量很大，上面的方法在每个分组里都筛选一次df2可能效率不高。可以先提前对df2按reporter和year分组求和，再和df1的分组结果关联：

# 先预处理df2，得到每个reporter+year的贸易额总和
df2_grouped <- df2 %>%
  group_by(reporter, year) %>%
  summarize(total_df2 = sum(trade_value_usd, na.rm = TRUE))

# 处理df1并关联预处理后的df2数据
df1 %>%
  group_by(reporter, year) %>%
  summarize(
    non_world_total = sum(trade_value_usd[partner != "World"], na.rm = TRUE),
    world_total_df1 = sum(trade_value_usd[partner == "World"], na.rm = TRUE)
  ) %>%
  left_join(df2_grouped, by = c("reporter", "year")) %>%
  mutate(
    total_df3 = sum(df3$trade_value_usd, na.rm = TRUE),
    TI = non_world_total / world_total_df1 / (total_df2 / total_df3)
  )

关键说明 #

• 上面的代码假设df2中也存在reporter和year列，用来和df1的分组键匹配。如果df2的列名不同（比如reporting_country代替reporter），需要对应调整筛选条件里的列名。
• 如果df3也需要跟随相同的分组规则计算总和，只需要把sum(df3$trade_value_usd)替换成和df2一样的筛选求和逻辑即可。

内容的提问来源于stack exchange，提问作者Andrea Dalla Rosa