在R中基于df1分类条件对df2行数据求和生成df3

嘿，这个需求在R里完全不用像Excel那样写复杂的嵌套IF，有好几套简洁高效的实现方案，我结合你给的示例数据拆解下👇

首先先把示例数据准备好：

# 示例数据
df1 <- data.frame(a = c(2, 2, 1), b = c(3, 2, 3), c = c(1, 1, 2), d = c(3, 3, 1))
df2 <- data.frame(a = c(0.1, 0.1, 0.2), b = c(0.3, 0.4, 0.6), c = c(0.2, 0.3, 0.5), d = c(0.1, 0.5, 0.6))

方法1：基础R向量化操作（最推荐，高效简洁） #

这是我最常用的方法，完全是向量化运算，没有循环，对于你220行80列的数据集来说，速度快到离谱，代码也超短：

df3 <- data.frame(
  X1 = rowSums(df2 * (df1 == 1)),  # 对每行df1中等于1的位置，求和df2对应值
  X2 = rowSums(df2 * (df1 == 2)),
  X3 = rowSums(df2 * (df1 == 3))
)

# 查看结果
df3
#   X1  X2  X3
# 1 0.2 0.1 0.4
# 2 0.3 0.5 0.5
# 3 0.8 0.5 0.6

逻辑解释：df1 == 1会生成一个和df1同大小的逻辑矩阵，TRUE对应df1里值为1的位置；和df2相乘后，逻辑值会自动转成1/0，只有对应位置的df2数值会保留，其他变为0；最后用rowSums对每行求和，就得到了每个分类的总收益率。

方法2：逐行循环处理（逻辑直观，适合新手理解） #

如果你想更清晰地看到每行的处理逻辑，可以用apply逐行操作，虽然速度比向量化慢一点，但220行的规模完全没问题：

# 定义一个函数，处理单行的分类求和
calculate_row_total <- function(df1_row, df2_row) {
  c(
    X1 = sum(df2_row[df1_row == 1]),
    X2 = sum(df2_row[df1_row == 2]),
    X3 = sum(df2_row[df1_row == 3])
  )
}

# 对df1的每一行应用函数，转置后转成data frame
df3 <- t(apply(df1, 1, function(x) calculate_row_total(x, df2[rownames(df1) == rownames(df2), ])))
df3 <- as.data.frame(df3)

这个方法的逻辑和Excel里逐行计算的思路一致，只是用代码自动化了重复操作。

方法3：Tidyverse风格（适配数据清洗流程） #

如果你平时习惯用dplyr/tidyr这类工具做数据处理，可以用长格式转换的方式实现，好处是后续如果增加分类（比如新增4类），不需要修改代码就能自动适配：

library(tidyverse)

# 先把两个df转成长格式，合并后按行和分类求和，再转回宽格式
df1_long <- df1 %>% mutate(row_id = row_number()) %>% 
  pivot_longer(-row_id, names_to = "var", values_to = "category")

df2_long <- df2 %>% mutate(row_id = row_number()) %>% 
  pivot_longer(-row_id, names_to = "var", values_to = "return")

df3 <- inner_join(df1_long, df2_long, by = c("row_id", "var")) %>%
  group_by(row_id, category) %>%
  summarise(total_return = sum(return), .groups = "drop") %>%
  pivot_wider(names_from = category, values_from = total_return, names_prefix = "X") %>%
  select(-row_id)

不管用哪种方法，最终生成的df3都是你需要的220行3列的数据集，完美对应三类投资组合的收益率总和~

内容的提问来源于stack exchange，提问作者Mataunited18