R语言如何基于两个dataframe按权重计算新变量？

解法1：基础R矩阵乘法（推荐，运算速度快，适配多变量场景不用改代码） #

你要实现的加权计算本质是参数矩阵和权重矩阵的乘法，直接用R内置的矩阵运算即可，哪怕df1有数千行也能秒出结果：

# 1. 构造示例数据（你自己用的时候替换成你实际的df1、df2即可）
df1 <- data.frame(IDMH=c('MH1','MH2','MH3'), 
                  param1 =c(0.5,1,0.005), 
                  param2=c(0,0.1,2), 
                  param3=c(4,5,6)) 
df2 <- data.frame(Parameters=c('param1','param2','param3'), 
                  FON_ECOL =c(1,0.5,1), 
                  BIOD=c(0,0,1), 
                  MEN=c(1,1,0))

# 2. 提取参数矩阵（去掉不需要参与计算的ID列）
param_mat <- as.matrix(df1[, !colnames(df1) %in% "IDMH"])
# 3. 提取权重矩阵（去掉参数名标识列）
weight_mat <- as.matrix(df2[, !colnames(df2) %in% "Parameters"])
# 4. 矩阵乘法直接计算所有加权新变量
weighted_result <- param_mat %*% weight_mat
# 5. 把计算结果合并回原数据表
df1_final <- cbind(df1, weighted_result)

运行后得到的df1_final就会自带FON_ECOL、BIOD、MEN三个新的加权变量，比如FON_ECOL列的结果就是你示例里要求的计算规则，完全匹配。

解法2：tidyverse风格写法（适合习惯用dplyr的场景） #

如果你平时常用tidyverse套件，也可以用如下写法：

library(dplyr)
library(tibble)

# 把权重表转成命名向量列表
weight_list <- df2 %>% 
  column_to_rownames("Parameters") %>% 
  as.list()

# 遍历每个权重规则计算新变量
df1_final <- df1 %>% 
  mutate(!!!lapply(weight_list, \(w) {
    rowSums(across(names(w)) * w)
  }))

注意事项 #

只要你实际数据里，df1的参数列名和df2的Parameters列的取值完全对应，不管后续加多少参数、加多少权重规则，上面的代码都可以直接复用，不用手动写每个变量的计算式，避免出错。

内容的提问来源于stack exchange，提问作者Valerie DG