R中按列分组后在函数内计算气体相对浓度的代码实现

核心计算逻辑 #

严格匹配你提出的计算规则：

• 拆分独立实验维度：按source（o/n）、activty（low/high）的组合切分实验组，每个组合内的计算完全独立
• 组内基准计算：对每个实验组下sampling == "blank"的所有空白罐，计算x、y浓度的算术平均值，作为该组的空白基准浓度
• 相对浓度计算：组内空白基准浓度 / 同组下每一条记录的x、y浓度，得到最终的相对浓度值，计算结果与你给出的x_pct、y_pct示例完全一致

方案1：dplyr向量化计算（最常用、可读性高） #

这是R中日常数据处理最常用的实现方式，全流程无循环，向量化操作效率高，适配绝大多数数据规模：

library(dplyr)

df_result <- df %>%
  # 按实验条件分组
  group_by(source, activty) %>%
  mutate(
    # 计算当前组的空白平均浓度
    blank_avg_x = mean(x[sampling == "blank"]),
    blank_avg_y = mean(y[sampling == "blank"]),
    # 计算相对浓度，保留两位小数与示例精度匹配
    calc_x_pct = round(blank_avg_x / x, 2),
    calc_y_pct = round(blank_avg_y / y, 2)
  ) %>%
  ungroup()

方案2：data.table极速计算（适配大样本数据） #

如果后续数据量达到十万行级别，data.table的内存效率和运行速度优势明显，代码更简洁：

library(data.table)

setDT(df)
df_result <- df[,
  `:=`(
    calc_x_pct = round(mean(x[sampling == "blank"]) / x, 2),
    calc_y_pct = round(mean(y[sampling == "blank"]) / y, 2)
  ),
  by = .(source, activty) # 按实验维度分组计算
]

结果验证说明 #

以source = "o"、activty = "low"实验组为例：

• 该组两个空白罐的x浓度分别为34、34，均值为34；两个空白罐的y浓度分别为46、45，均值为45.5
• 对应土壤罐的计算值：
  • jar1：x=21 → 34/21≈1.62，y=33 →45.5/33≈1.38，与示例的x_pct、y_pct完全匹配
  • jar4：x=19 →34/19≈1.79，y=34 →45.5/34≈1.34，与示例值完全一致
• 计算得到的相对浓度值可直接用于表征土壤吸收强度：数值越高，代表土壤罐内剩余气体浓度越低，土壤对该气体的吸收量越大

内容的提问来源于stack exchange，提问作者Tiptop