R语言批量对数据框成对列做除法生成新列的方案

问题说明 #

使用如下代码构建示例数据集：

val_a <- c("2", "4", "6", "8")
divide_a <- c(1, 2, 3, 4)
val_b <- c("62", "42", "56", "28")
divide_b <- c(11, 12, 22, 44)
val_c <- c("652", "142", "546", "298")
divide_c <- c(74, 23, 112, 64)
df <- as.data.frame(cbind(val_a, divide_a, val_b, divide_b, val_c, divide_c))

代码运行后得到的数据框结构如下：

val_a divide_a val_b divide_b val_c divide_c
1     2        1    62       11   652       74
2     4        2    42       12   142       23
3     6        3    56       22   546      112
4     8        4    28       44   298       64

需求为对所有配对的val_*列、divide_*列做除法运算，生成对应result_*结果列，预期输出结构如下：

val_a divide_a val_b divide_b val_c divide_c result_a result_b result_c
1     2        1    62       11   652       74        2      5,6      8,8
2     4        2    42       12   142       23        2      3,5      6,2
3     6        3    56       22   546      112        2      2,5      4,9
4     8        4    28       44   298       64        2      0,6      4,7

原有for循环实现存在两个问题：

• 循环逐一遍历每列与下一列做除法，未跳过非配对列，例如会错误将divide_a列与val_b列做运算
• 生成的新列未按规则正确命名
  实际使用的数据框包含超过1000列，无法手动逐列计算，需要高效批量实现方案。

实现方案 #

方案1：按列位置匹配（列顺序固定为val、divide交替时使用，性能最高） #

不需要加载第三方包，直接利用R的矩阵运算做批量计算，比逐行逐列循环快数十倍，千列级数据集秒出结果：

# 第一步：将所有存储为字符类型的数值列转为数值型，避免计算报错
df[] <- lapply(df, as.numeric)
# 第二步：按固定步长提取所有val列、对应divide列的位置
val_col_pos <- seq(1, ncol(df), by = 2)
divide_col_pos <- val_col_pos + 1
# 第三步：批量做除法运算
result_df <- df[, val_col_pos] / df[, divide_col_pos]
# 第四步：自动匹配结果列名
colnames(result_df) <- gsub("^val_", "result_", colnames(result_df))
# 第五步：将结果拼接到原数据框
df <- cbind(df, result_df)

如果需要和示例一样用逗号作为小数分隔符，追加格式化代码即可：

df[, colnames(result_df)] <- lapply(
  df[, colnames(result_df)], 
  function(x) gsub("\\.", ",", as.character(round(x, 1)))
)

方案2：按列名匹配（列顺序不固定时使用，鲁棒性最强） #

如果数据集列顺序可能被打乱、或者配对列中间穿插了其他无关列，直接按列名后缀做匹配，不会出现配对错误：

# 转数值型
df[] <- lapply(df, as.numeric)
# 提取所有val列的后缀标识
col_suffix <- gsub("^val_", "", grep("^val_", colnames(df), value = TRUE))
# 按后缀批量计算
for(s in col_suffix){
  res_col <- paste0("result_", s)
  df[[res_col]] <- df[[paste0("val_", s)]] / df[[paste0("divide_", s)]]
  # 需要逗号小数分隔符就打开下面注释
  # df[[res_col]] <- gsub("\\.", ",", as.character(round(df[[res_col]], 1)))
}

内容的提问来源于stack exchange，提问作者Asparagus