使用dplyr按国家总计值对指定数据列执行除法运算

没问题，用dplyr来实现这个按国家分组、将指定列值除以对应组总计的操作非常简洁，我给你分步拆解一下：

1. 先构造示例数据框 #

首先我们先把你提供的数据集转换成可运行的R代码：

library(dplyr)

df <- tibble(
  Setting = rep("Rural", 6),
  q02_id = c(11900006, 11900031, 11900033, 11900053, 11900114, 11900446),
  c_school = c(0, 10, 0, 0, 3, 0),
  c_home = c(5, 5, 3, 7, 6, 6),
  c_work = c(3, 0, 0, 2, 0, 0),
  c_transport = c(1, 0, 0, 0, 0, 0),
  c_leisure = c(1, 0, 3, 0, 0, 0),
  Country = c("Vietnam", "China", "Vietnam", "Vietnam", "Malaysia", "Vietnam")
)

2. 核心标准化操作 #

使用dplyr的group_by() + mutate(across())组合就能轻松搞定：

df_normalized <- df %>%
  # 按国家分组，后续计算都在组内进行
  group_by(Country) %>%
  # 批量处理指定列：每个值除以该列在当前国家组的总和
  mutate(across(
    .cols = c(c_school, c_home, c_work, c_transport, c_leisure),
    .fns = ~ .x / sum(.x, na.rm = TRUE)
  )) %>%
  # 取消分组，避免后续操作受分组状态影响
  ungroup()

3. 处理总和为0的特殊情况 #

注意如果某国某列的总和为0（比如越南的c_school列总和是0），直接除以0会得到Inf或NaN。如果需要避免这种情况，可以给函数加个判断，让总和为0时返回0：

df_normalized <- df %>%
  group_by(Country) %>%
  mutate(across(
    c(c_school, c_home, c_work, c_transport, c_leisure),
    ~ ifelse(sum(.x, na.rm = TRUE) == 0, 0, .x / sum(.x, na.rm = TRUE))
  )) %>%
  ungroup()

结果示例 #

运行后你会看到：

• 中国组的c_school值变成1（10/10），c_home值变成1（5/5），其他列因为总和为0（处理后）返回0
• 马来西亚组的c_school是1（3/3），c_home是1（6/6），其他列返回0
• 越南组的各列会按组内总和进行比例转换，比如c_home的总和是5+3+7+6=21，对应行的值会变成5/21、3/21、7/21、6/21

内容的提问来源于stack exchange，提问作者user438383