如何在dplyr分组后将数据框值与对应权重矩阵相乘？

核心解决方案（适用于分组name与矩阵行/列名完全匹配的场景） #

你的示例数据中每个site分组的name顺序和d_matrix的行/列名完全一致，因此可以直接在分组summarise中传入全局的权重矩阵，无需额外合并操作：

library(dplyr)
library(tibble)

# 生成示例数据
set.seed(45)
tibble(site = rep(c(LETTERS[1:3]), each = 6),
       name = rep(c(letters[10:15]), 3),
       size = runif(18)) %>%
  arrange(site, name) -> d_tibble

# 构建权重矩阵
d_matrix <- matrix(0, 6, 6)
diag(d_matrix) <- 1
rownames(d_matrix) <- letters[10:15]
colnames(d_matrix) <- letters[10:15]

# 自定义计算函数
test_fct <- function(a, b) {
  p <- a / sum(a)
  sum(p * (p %*% b))
}

# 分组计算
d_tibble %>%
  group_by(site) %>%
  summarise(y = test_fct(size, d_matrix), .groups = "drop")

运行后会得到每个site对应的计算结果：

# A tibble: 3 × 2
  site      y
  <chr> <dbl>
1 A     0.167
2 B     0.167
3 C     0.167

适配name顺序不一致或缺失的场景 #

如果实际业务中分组的name可能存在顺序混乱、部分缺失的情况，需要先对每组的size按矩阵行名重新对齐，再传入函数计算：

d_tibble %>%
  group_by(site) %>%
  summarise(
    y = {
      # 按矩阵行名匹配并排序当前组的size向量
      aligned_size <- size[match(rownames(d_matrix), name)]
      test_fct(aligned_size, d_matrix)
    },
    .groups = "drop"
  )

这里用match(rownames(d_matrix), name)确保当前组的size顺序完全对应权重矩阵的行/列，即使分组内name顺序乱了也能正确匹配。如果存在缺失值，可以在函数中加入na.rm = TRUE处理：

test_fct <- function(a, b) {
  p <- a / sum(a, na.rm = TRUE)
  sum(p * (p %*% b), na.rm = TRUE)
}

内容的提问来源于stack exchange，提问作者Stefan