在R中基于列名与行名实现dfA列值除以dfB行值的操作

需求说明 #

将数据框dfA中各数值列（Asp、Glu、Arg）的每个值，除以数据框dfB中对应名称行的Y值，生成新的数据框dfC，逻辑等价于Excel的INDEX+MATCH+MATCH组合功能。

示例数据 #

dfA <- data.frame(Name=c("A", "B", "C", "D"),
        Asp=c(2,4,6,8),
        Glu=c(1,2,3,4),
        Arg=c(5,6,7,8)) 

dfB <- data.frame(
  X = c("Arg","Asp","Glu"),
  Y = c(174,133,147)
)

方法一：基础R实现（无需额外包） #

通过命名向量实现快速匹配，代码简洁高效：

# 将dfB转换为命名向量，键为X列名称，值为Y列数值
lookup_values <- setNames(dfB$Y, dfB$X)

# 提取dfA的数值列，逐列执行除法计算
numeric_result <- lapply(names(dfA)[-1], function(col) {
  dfA[[col]] / lookup_values[col]
})
names(numeric_result) <- names(dfA)[-1]

# 合并Name列与计算结果，生成dfC
dfC <- cbind(dfA["Name"], as.data.frame(numeric_result))

# 可选：保留三位小数（与示例输出一致）
dfC[, -1] <- round(dfC[, -1], 3)

执行后输出：

> dfC
  Name   Asp   Glu   Arg
1    A 0.015 0.007 0.029
2    B 0.030 0.014 0.034
3    C 0.045 0.020 0.040
4    D 0.060 0.027 0.046

方法二：tidyverse框架实现（适合数据处理流水线） #

如果习惯使用dplyr和tidyr，可以通过长格式转换+匹配实现：

library(dplyr)
library(tidyr)

dfC <- dfA %>%
  # 将宽格式转为长格式，方便匹配
  pivot_longer(cols = -Name, names_to = "X", values_to = "raw_value") %>%
  # 按X列匹配dfB的Y值
  left_join(dfB, by = "X") %>%
  # 计算比值
  mutate(ratio = raw_value / Y) %>%
  # 转回宽格式
  select(Name, X, ratio) %>%
  pivot_wider(names_from = X, values_from = ratio) %>%
  # 保留三位小数
  mutate(across(-Name, ~round(., 3)))

关键逻辑说明 #

两种方法的核心都是建立列名与dfB中对应值的映射关系：

• 基础R方法利用命名向量的特性，直接通过列名快速提取要除以的数值
• tidyverse方法通过长格式转换，将列名转为可匹配的字段，再通过left_join完成匹配

只需保证dfA的数值列名与dfB的X列名称完全一致，两种方法均可直接复用处理同类实验室数据。

内容的提问来源于stack exchange，提问作者Cecilie BW