在R语言中合并不同文件指定列及列最大值减50的实现问题

先聊聊你之前代码的问题——a <- 50-max(datafile1$X2018.03.06,datafile1$X2017.07.13) 这个写法是把两列的所有值混在一起取最大值，再用50去减，得到的是一个单一数值，而不是对每列单独计算最大值再减50，这应该不是你想要的结果对吧？

下面分步骤给你两种实现方式，一种用基础R，一种用tidyverse工具包（更直观易读）：

步骤1：合并两个文件的指定列 #

假设：

• datafile1 是第一个数据框，你要提取的列是 X2018.03.06 和 X2017.07.13
• datafile2 是第二个数据框，你要提取的列是 X2020.01.01（你可以替换成自己实际需要的列名）

方法1：基础R实现合并 #

# 提取各自的指定列
cols_from_file1 <- datafile1[, c("X2018.03.06", "X2017.07.13")]
cols_from_file2 <- datafile2[, "X2020.01.01"] # 多列的话用c("列名1", "列名2")

# 合并成新数据框
merged_data <- cbind(cols_from_file1, cols_from_file2)

方法2：tidyverse实现合并（推荐） #

如果你还没安装tidyverse，先执行安装：

install.packages("tidyverse")
library(tidyverse)

然后合并列：

merged_data <- bind_cols(
  datafile1 %>% select(X2018.03.06, X2017.07.13),
  datafile2 %>% select(X2020.01.01) # 替换成你需要的目标列
)

步骤2：对每列的最大值执行减50操作 #

这里分两种场景，你可以根据实际需求选择：

场景1：得到每列最大值减50的统计结果（每列对应一个数值） #

基础R实现：

# 对合并后的每列计算「最大值-50」，na.rm=TRUE用于忽略NA值
col_max_minus50 <- apply(merged_data, 2, function(x) max(x, na.rm = TRUE) - 50)

# 输出结果是一个命名向量，每个元素对应一列的计算值
print(col_max_minus50)

tidyverse实现：

col_max_minus50 <- merged_data %>%
  summarize(across(everything(), ~ max(., na.rm = TRUE) - 50))

# 输出结果是一个数据框，每行对应一列的计算值
print(col_max_minus50)

场景2：将列中所有元素替换为「该列最大值减50」（生成变换后的数据框） #

比如你想让每列的所有位置都填充该列的「最大值-50」：

基础R实现：

transformed_data <- merged_data
for(col in colnames(transformed_data)){
  col_max <- max(transformed_data[[col]], na.rm = TRUE)
  transformed_data[[col]] <- col_max - 50
}
print(transformed_data)

tidyverse实现：

transformed_data <- merged_data %>%
  mutate(across(everything(), ~ max(., na.rm = TRUE) - 50))

print(transformed_data)

小提示 #

• 如果你的数据里存在NA值，一定要加上na.rm = TRUE，否则max()会返回NA，导致整个计算失效
• 如果列名是带横杠的日期（比如2018-03-06），可以用反引号包裹调用，比如datafile1$2018-03-06``

内容的提问来源于stack exchange，提问作者Billi Mano