R语言：对DataFrame逐行应用Function，计算my.vec在该行列中的占比

嘿，这需求不难搞定！我来给你两种实用的实现方式，都是通过对每行应用函数来完成的～

首先先明确咱们的目标：对df里的每一行，统计x1到x5这5个值中，有多少个属于my.vec，再除以5得到占比，最后把这个占比新增为数据框的一列（比如叫my_vec_ratio）。

方法1：用基础R的apply()函数 #

基础R自带的apply()可以轻松对数据框的行/列批量应用自定义函数，代码也很简洁：

# 先把你提供的原始数据定义放出来，方便直接运行
my.vec <- c(244, 245, 246, 247, 248, 249, 250, 251, 252, 253, 254, 255, 256, 257, 258)
set.seed(123)
df <- data.frame(loc.id = rep(1:10), 
                 x1 = sample(190:285,10, replace = T), 
                 x2 = sample(200:350,10, replace = T), 
                 x3= sample(100:280,10, replace = T), 
                 x4= sample(250:350,10, replace = T), 
                 x5 = sample(150:300,10, replace = T))

# 定义处理每行的自定义函数
calc_myvec_ratio <- function(row) {
  # 提取当前行的x1到x5列（因为第一列是loc.id，所以取索引2到6）
  row_values <- row[2:6]
  # 统计属于my.vec的元素个数
  match_count <- sum(row_values %in% my.vec)
  # 计算占比（总共有5个变量，所以除以5）
  match_count / length(row_values)
}

# 对每行应用函数，新增列到df
df$my_vec_ratio <- apply(df, MARGIN = 1, FUN = calc_myvec_ratio)

方法2：用tidyverse的rowwise()语法 #

如果你平时习惯用dplyr这类tidyverse工具，这种写法可读性更强，也更符合现代R的代码风格：

library(dplyr)  # 先加载dplyr包

df <- df %>%
  rowwise() %>%  # 开启行分组模式，让后续操作逐行执行
  mutate(
    # c_across(x1:x5) 提取当前行的x1到x5所有值，然后统计属于my.vec的数量，再除以5
    my_vec_ratio = sum(c_across(x1:x5) %in% my.vec) / 5
  ) %>%
  ungroup()  # 记得取消行分组，避免后续操作受到行分组的影响

验证结果 #

运行完上面任意一种方法后，你可以用print(df)查看结果，就能看到新增的my_vec_ratio列啦。比如某一行的x1-x5里有3个值在my.vec里，那对应的占比就是0.6，完全符合需求。

内容的提问来源于stack exchange，提问作者89_Simple