如何用dplyr/tidyr/purrr按行对数据框应用Hmisc::wtd.mean

我来帮你把现有的循环逻辑转换成tidyverse风格的实现，这里提供几种不同的思路，都能得到和你循环代码完全一致的结果，而且代码更简洁易维护：

方法1：用dplyr的rowwise() + c_across()（最直观） #

这种方法最贴近你原来的循环逻辑，通过rowwise()告诉dplyr按行处理数据，c_across()可以快速选中指定列：

library(dplyr)
library(Hmisc)

# 基于你的原始数据框df进行计算
df <- df %>%
  rowwise() %>%
  mutate(
    weighted.means = wtd.mean(
      x = c_across(starts_with("mean")),  # 选中所有以mean开头的列
      weights = c_across(starts_with("weight"))  # 选中所有以weight开头的列
    )
  ) %>%
  ungroup()  # 取消按行分组，恢复常规数据框状态

# 验证结果和原循环一致
all.equal(df$weighted.means, c(70.74705, 82.85015, 82.40826, 73.35798, 70.02986, 74.05543, 73.64709, 77.12899, 72.56236, 84.74055))
# 输出TRUE

方法2：用purrr的pmap()（灵活的行级函数映射） #

如果需要更灵活的行级操作，可以用pmap()来逐行传递参数给wtd.mean：

library(purrr)
library(dplyr)
library(stringr)
library(Hmisc)

df <- df %>%
  mutate(
    weighted.means = pmap_dbl(., function(...) {
      # 把当前行的所有列转换成列表
      row_data <- list(...)
      # 提取mean和weight列的值
      mean_vals <- unlist(row_data[str_detect(names(row_data), "^mean")])
      weight_vals <- unlist(row_data[str_detect(names(row_data), "^weight")])
      # 计算加权均值
      wtd.mean(x = mean_vals, weights = weight_vals)
    })
  )

或者更简洁的版本，先把mean和weight列打包成列表列，再用map2_dbl()映射：

df <- df %>%
  mutate(
    mean_list = pmap(list(.), ~ c_across(starts_with("mean"))),
    weight_list = pmap(list(.), ~ c_across(starts_with("weight"))),
    weighted.means = map2_dbl(mean_list, weight_list, ~ wtd.mean(.x, .y))
  ) %>%
  select(-mean_list, -weight_list)  # 移除中间生成的列表列

方法3：用tidyr重塑数据（适合多步骤行级分析） #

如果后续还要对每行的mean和weight做更多处理，可以先把数据转成长格式，分组计算后再转回宽格式：

library(tidyr)
library(dplyr)
library(Hmisc)

df <- df %>%
  mutate(row_id = row_number()) %>%  # 添加行ID用于分组
  pivot_longer(
    cols = -row_id,
    names_to = c(".value", "num"),  # 拆分列名，.value表示保留的列类型（weight/mean）
    names_pattern = "(weight|mean)(\\d+)"  # 正则匹配列名的前缀和数字
  ) %>%
  group_by(row_id) %>%
  summarize(weighted.means = wtd.mean(mean, weights = weight)) %>%
  right_join(df, by = "row_id") %>%  # 和原始数据合并
  select(-row_id)  # 移除行ID列

方法对比 #

• 方法1最直观，代码量最少，适合快速实现；
• 方法2灵活性最高，适合需要对每行数据做复杂预处理的场景；
• 方法3适合需要对每行的mean/weight对做额外分析（比如检查权重和是否为1）的场景。

内容的提问来源于stack exchange，提问作者Eric