如何在R中循环数据框并按特定逻辑添加新列

嘿，我来帮你解决这个问题！首先先把你没写完的数据框代码补全，然后我们来实现循环添加新列的需求。

首先，完整的创建数据框的代码是这样的（你之前的代码没写完，我帮你补全了）：

branch <- c("Chicago","Chicago","Chicago","Chicago","Chicago","Chicago","LA","LA","LA","LA","LA","LA","LA","Tampa","Tampa","Tampa","Tampa","Tampa","Tampa","Tampa","Tampa")
customer <- c(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21)
sales <- c(33816,24534,47735,1467,39389,30659,21074,20195,45165,37606,38967,41681,47465,3061,23412,22993,34738,19408,11637,36234,23809)
data <- data.frame(branch, customer, sales)

接下来，我假设你需要的特定逻辑是：为每个客户添加其所在门店的平均销售额，以及该客户销售额与门店均值的差值。如果你的逻辑不同，只需要替换循环里的计算部分即可。

用循环实现的方案 #

我们可以按门店分组循环，这样比逐行循环效率更高：

# 先初始化两个新列，用NA填充
data$branch_avg_sales <- NA
data$sales_diff_from_avg <- NA

# 获取所有不重复的门店名称
unique_branches <- unique(data$branch)

# 遍历每个门店进行计算
for (b in unique_branches) {
  # 筛选出当前门店的所有数据
  current_branch_data <- data[data$branch == b, ]
  # 计算该门店的平均销售额
  branch_avg <- mean(current_branch_data$sales)
  # 给当前门店的行赋值新列
  data[data$branch == b, "branch_avg_sales"] <- branch_avg
  data[data$branch == b, "sales_diff_from_avg"] <- current_branch_data$sales - branch_avg
}

# 查看前几行结果
head(data)

额外推荐：更高效的非循环方案（R风格） #

虽然你要求用循环，但在R中，向量式操作或者用dplyr包的分组操作通常更简洁高效，这里也给你参考一下：

# 先加载dplyr包（如果没安装先运行install.packages("dplyr")）
library(dplyr)

data <- data %>%
  group_by(branch) %>%  # 按门店分组
  mutate(
    branch_avg_sales = mean(sales),  # 计算门店均值
    sales_diff_from_avg = sales - branch_avg_sales  # 计算差值
  ) %>%
  ungroup()  # 取消分组

如果你的特定逻辑不是这个，比如要计算每个客户的销售额排名、或者与门店最高销售额的差距等等，只需要把循环里的计算逻辑替换成你需要的即可。

内容的提问来源于stack exchange，提问作者Ravi Dawar