R语言如何依据DF2的权重对DF1的对应指标列执行加权相乘计算

核心思路是先将DF2转换为「指标名: 权重」的映射结构，再对DF1的指标列做批量匹配乘法，非指标字段保留原值。

1. 构造权重映射字典

import pandas as pd
# 将DF2的Indicators列转为索引，提取Weight列转为字典
weight_map = DF2.set_index('Indicators')['Weight'].to_dict()

2. 筛选待计算的指标列

# 不需要参与计算的字段，根据实际情况调整
non_calc_cols = ['Country', 'Year']
# 提取所有需要乘权重的指标列
indicator_cols = [col for col in DF1.columns if col not in non_calc_cols]

3. 批量计算加权值

# 对应列匹配权重相乘，直接修改原DF1的指标列，也可以赋值给新的DataFrame
DF1[indicator_cols] = DF1[indicator_cols].mul(pd.Series(weight_map))

效果验证（对应示例场景）：
输入DF1行数据：Country=Brazil、Year=2015、Indicator 1=0.34、Indicator 2=0.76
输入DF2权重：Indicator 1=0.5、Indicator 2=0.2
输出结果行：Country=Brazil、Year=2015、Indicator 1=0.17、Indicator 2=0.152

library(dplyr)
library(tibble)

# 把DF2转为指标名为键、权重为值的命名向量
weight_vec <- deframe(DF2)

# 对所有指标列批量乘对应权重
result <- DF1 %>%
  mutate(across(all_of(names(weight_vec)), ~ .x * weight_vec[cur_column()]))

• 需保证DF2的Indicators取值和DF1的指标列名完全一致，大小写、空格、拼写差异会导致匹配失败出现空值
• 若存在DF1指标列未在DF2中记录权重的情况，可提前过滤列或补充默认权重避免计算异常

内容的提问来源于stack exchange，提问作者JuliaStackOverflow