如何对列表对象内的所有表执行行求和后列值除以行总和操作

以下提供两种常用数据处理工具的实现方案，均可自动适配列表内不同维度的数据表，无需针对单表单独调整参数：

Python（Pandas）实现 #

假设存储多表的列表对象名为df_list，实现代码如下：

import pandas as pd

def cal_yearly_ratio(df):
    # 筛选所有非Year的词频列
    freq_cols = df.columns.drop("Year")
    # 计算每行词频总和，处理0值避免除以0报错
    row_total = df[freq_cols].sum(axis=1).replace(0, pd.NA)
    # 词频除以对应行总和得到占比
    df[freq_cols] = df[freq_cols].div(row_total, axis=0)
    # 可按需添加.round(2)指定保留小数位数
    return df

# 批量处理整个列表
processed_list = [cal_yearly_ratio(df) for df in df_list]

R（tidyverse 生态）实现 #

假设存储多表的列表对象名为df_list，两种实现方式可选：

借助janitor包简化实现 #

library(purrr)
library(dplyr)
library(janitor)

processed_list <- df_list |> 
  map(~ .x |> 
        # 排除Year列按行计算占比
        adorn_percentages(denominator = "row", na.rm = TRUE, -Year)
        # 可按需添加 |> mutate(across(-Year, ~round(.x, 2))) 保留指定位数小数
  )

纯dplyr实现（无需额外安装包） #

library(purrr)
library(dplyr)

processed_list <- df_list |> 
  map(~ .x |> 
        rowwise() |> 
        mutate(row_total = sum(c_across(-Year), na.rm = TRUE)) |> 
        # 行总和为0时占比自动设为NA，可按需调整替换逻辑
        mutate(across(-c(Year, row_total), ~ ifelse(row_total == 0, NA, .x / row_total))) |> 
        select(-row_total) |> 
        ungroup()
  )

内容的提问来源于stack exchange，提问作者J.Doe