R语言如何按分组将数据框列值除以另一数据框同组所有对应值

直接提供可运行的实现代码，基于你提到的分组处理逻辑开发：

方法1：tidyverse 实现（推荐，代码简洁易读） #

首先加载依赖包：

library(dplyr)
library(tidyr)

核心计算代码：

result <- df_B %>%
  # 按name分组，把同组所有rate打包为列表
  group_by(name) %>%
  summarise(rate_col = list(rate), .groups = "drop") %>%
  # 和A表按name关联，保留A表所有行
  right_join(df_A, by = "name") %>%
  # 把打包的rate拆成多行，自动完成同组下A每行匹配所有B的rate
  unnest(rate_col) %>%
  # 做除法计算
  mutate(counts = counts / rate_col) %>%
  # 保留需要的列，和要求的输出结构一致
  select(name, trial, counts)

逻辑说明 #

• 处理后A组（name=A）输出3行A数据 * 3个同组rate = 9行，和示例1-9行完全匹配
• B组（name=B）输出3行A数据 * 1个同组rate = 3行，和示例10-12行完全匹配
• C组（name=C）输出3行A数据 * 2个同组rate = 6行，给出的示例结果漏写了C组trial=28除以trial=28对应rate、C组trial=36除以trial=3对应rate2行，属于笔误。

方法2：base R 实现（无需安装第三方包） #

# 按name拆分两个数据框
a_split <- split(df_A, df_A$name)
b_split <- split(df_B, df_B$name)

# 逐组做笛卡尔配对计算
res_list <- lapply(names(a_split), function(group_name){
  a_part <- a_split[[group_name]]
  b_rates <- b_split[[group_name]]$rate
  # 生成组内行配对索引
  pair_idx <- expand.grid(a_row = seq_len(nrow(a_part)), rate_val = b_rates)
  # 组装结果
  data.frame(
    name = group_name,
    trial = a_part$trial[pair_idx$a_row],
    counts = a_part$counts[pair_idx$a_row] / pair_idx$rate_val
  )
})

# 合并所有组的结果
result <- do.call(rbind, res_list)

内容的提问来源于stack exchange，提问作者Shao