提问人：Peter.2055 提问时间：7/5/2023 更新时间：7/5/2023 访问量：49
对两个数据框的值进行相乘和求和 R
Multiplying and summarising values from two data frames R
问：
我有两个数据帧，df1 和 df2，它们的结构示例如下所示：
DF1：
ID A1 A2 A3 A4 A5
1 1 0.000000000 0.0000 0.00000000 0.0000000 0.00000
2 2 0.000000000 0.0000 0.00000000 0.0000000 0.00000
3 3 0.000000000 0.0000 0.00000000 0.0000000 0.00000
4 4 0.001775742 0.0000 0.00000000 0.0000000 0.00000
5 5 0.201775742 0.0000 0.00000000 0.0000000 0.00000
6 6 0.000000000 0.0367 0.00000000 0.0000000 0.00000
7 7 0.000000000 0.0369 0.00000000 0.0000000 0.00000
8 8 0.000000000 0.0371 0.00000000 0.0000000 0.00000
9 9 0.000000000 0.0000 0.00000000 0.0000000 0.00000
10 10 0.000000000 0.0000 0.01448181 0.0000000 0.00000
11 11 0.000000000 0.0000 0.01648181 0.0000000 0.00000
12 12 0.000000000 0.0000 0.00000000 0.0000000 0.00000
13 13 0.000000000 0.0000 0.00000000 0.0012056 0.00000
14 14 0.000000000 0.0000 0.00000000 0.0012036 0.00000
15 15 0.000000000 0.0000 0.00000000 0.0012016 0.00000
16 16 0.000000000 0.0000 0.00000000 0.0000000 0.00000
17 17 0.000000000 0.0000 0.00000000 0.0000000 0.00000
18 18 0.000000000 0.0000 0.00000000 0.0000000 0.04976
19 19 0.000000000 0.0000 0.00000000 0.0000000 0.04978
DF2：
ID C1 C2 C3
1 1 0.020 0.3540 0.258
2 2 0.030 0.3542 0.273
3 3 0.002 0.3544 0.288
4 4 0.022 0.3546 0.303
5 5 0.045 0.3548 0.318
6 6 0.046 0.3550 0.333
7 7 0.047 0.3552 0.348
8 8 0.048 0.3554 0.363
9 9 0.049 0.3556 0.378
10 10 0.050 0.3558 0.393
11 11 0.051 0.3560 0.408
12 12 0.052 0.3562 0.423
13 13 0.053 0.3564 0.438
14 14 0.054 0.3566 0.453
15 15 0.055 0.3568 0.468
16 16 0.056 0.3570 0.483
17 17 0.057 0.3572 0.498
18 18 0.058 0.3574 0.513
19 19 0.059 0.3576 0.528
我希望能够使用两个数据帧执行一些计算，但不确定如何实现这一点。
首先，我需要将 df2 中的列 C1 与 df1 中的列 A1：A5 相乘，这样当两个数据框中的 ID 匹配时，就会有一个乘法值，例如 ID 4 和 5。输出如下所示：
DF3：
ID C1xA1 C1xA2 C1xA3 C1xA4 C1xA5
1 1 0.0000000000 0.0000000 0.000000000 0.00000e+00 0.00000000
2 2 0.0000000000 0.0000000 0.000000000 0.00000e+00 0.00000000
3 3 0.0000000000 0.0000000 0.000000000 0.00000e+00 0.00000000
4 4 0.0000390663 0.0000000 0.000000000 0.00000e+00 0.00000000
5 5 0.0090799080 0.0000000 0.000000000 0.00000e+00 0.00000000
6 6 0.0000000000 0.0016882 0.000000000 0.00000e+00 0.00000000
7 7 0.0000000000 0.0017343 0.000000000 0.00000e+00 0.00000000
8 8 0.0000000000 0.0017808 0.000000000 0.00000e+00 0.00000000
9 9 0.0000000000 0.0000000 0.000000000 0.00000e+00 0.00000000
10 10 0.0000000000 0.0000000 0.005152628 0.00000e+00 0.00000000
11 11 0.0000000000 0.0000000 0.005867524 0.00000e+00 0.00000000
12 12 0.0000000000 0.0000000 0.000000000 0.00000e+00 0.00000000
13 13 0.0000000000 0.0000000 0.000000000 6.38968e-05 0.00000000
14 14 0.0000000000 0.0000000 0.000000000 6.49944e-05 0.00000000
15 15 0.0000000000 0.0000000 0.000000000 6.60880e-05 0.00000000
16 16 0.0000000000 0.0000000 0.000000000 0.00000e+00 0.00000000
17 17 0.0000000000 0.0000000 0.000000000 0.00000e+00 0.00000000
18 18 0.0000000000 0.0000000 0.000000000 0.00000e+00 0.00288608
19 19 0.0000000000 0.0000000 0.000000000 0.00000e+00 0.00293702
然后，我需要将 df3 中的每个 col 相加，例如 C1xA1，然后将它们除以 df1 中 ID col 的总和 - 给我留下 5 个值。然后，我需要对 df2 中的 C2 和 C3 列应用相同的方法。输出如下所示：
DF4：
sum_C1xA.sum_A.ID sum_C2xA.sum_A.ID sum_C3xA.sum_A.ID
1 4.79946e-05 3.80104e-04 3.40541e-04
2 2.73858e-05 2.06951e-04 2.02787e-04
3 5.80008e-05 5.80008e-05 6.53470e-05
4 1.02621e-06 6.77690e-06 8.60859e-06
5 3.06479e-05 1.87292e-04 2.72688e-04
我不需要 df3 的输出，它只是作为我试图解释的示例显示。
我已经设法在 excel 中计算了这一点，但这变得非常重复，我无法弄清楚如何在 R 中实现它。任何帮助将不胜感激。下面是上面提到的数据帧的结构。
df1<-structure(list(ID = 1:19,
A1 = c(0, 0, 0, 0.001775742, 0.201775742,0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0),
A2 = c(0, 0, 0, 0,0, 0.0367, 0.0369, 0.0371, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0),
A3 = c(0, 0, 0, 0, 0, 0, 0, 0, 0, 0.01448181, 0.01648181,0, 0, 0, 0, 0, 0, 0, 0),
A4 = c(0, 0, 0, 0, 0, 0, 0, 0, 0,0, 0, 0, 0.0012056, 0.0012036, 0.0012016, 0, 0, 0, 0),
A5 = c(0,0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0.04976,0.04978)),
class = "data.frame", row.names = c(NA, -19L))
df2<-structure(list(ID = 1:19,
C1 = c(0.02, 0.03, 0.002, 0.022,0.045, 0.046, 0.047, 0.048, 0.049, 0.05, 0.051, 0.052, 0.053,0.054, 0.055, 0.056, 0.057, 0.058, 0.059),
C2 = c(0.354, 0.3542,0.3544, 0.3546, 0.3548, 0.355, 0.3552, 0.3554, 0.3556, 0.3558,0.356, 0.3562, 0.3564, 0.3566, 0.3568, 0.357, 0.3572, 0.3574,0.3576),
C3 = c(0.258, 0.273, 0.288, 0.303, 0.318, 0.333, 0.348,0.363, 0.378, 0.393, 0.408, 0.423, 0.438, 0.453, 0.468, 0.483,0.498, 0.513, 0.528)),
class = "data.frame", row.names = c(NA,-19L))
df3<-structure(list(ID = 1:19, C1xA1 = c(0, 0, 0, 3.90663e-05, 0.009079908,0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0),
C1xA2 = c(0, 0, 0,0, 0, 0.0016882, 0.0017343, 0.0017808, 0, 0, 0, 0, 0, 0, 0, 0,0, 0, 0),
C1xA3 = c(0, 0, 0, 0, 0, 0, 0, 0, 0, 0.005152628, 0.005867524,0, 0, 0, 0, 0, 0, 0, 0),
C1xA4 = c(0, 0, 0, 0, 0, 0, 0, 0, 0,0, 0, 0, 6.38968e-05, 6.49944e-05, 6.6088e-05, 0, 0, 0, 0),
C1xA5 = c(0,0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0.00288608, 0.00293702)),
class = "data.frame", row.names = c(NA, -19L))
df4<-structure(list(sum_C1xA.sum_A.ID = c(4.79946e-05, 2.73858e-05,5.80008e-05, 1.02621e-06, 3.06479e-05),
sum_C2xA.sum_A.ID = c(0.000380104,0.000206951, 5.80008e-05, 6.7769e-06, 0.000187292),
sum_C3xA.sum_A.ID = c(0.000340541,0.000202787, 6.5347e-05, 8.60859e-06, 0.000272688)),
class = "data.frame", row.names = c(NA,-5L))
答：
2赞
brinyprawn
7/5/2023
#1
您描述的过程是矩阵乘法，可以在 R 中使用%*%
例如：
A <- as.matrix(df1[,-1]) # remove the id
B <- as.matrix(df2[,-1]) # remove the id
t(A) %*% B
这导致您所需的输出，而无需按常数因子缩放。1：19 的总和是 19*10，因此您的输出可以这样完成：
> t(A) %*% B/(19*10)
# Output
# C1 C2 C3
# A1 4.799460e-05 3.801037e-04 3.405407e-04
# A2 2.738579e-05 2.069512e-04 2.027874e-04
# A3 8.235067e-06 5.800080e-05 6.534700e-05
# A4 1.026206e-06 6.776897e-06 8.608592e-06
# A5 3.064789e-05 1.872924e-04 2.726880e-04
评论
0赞
Peter.2055
7/5/2023
嗨，@brinypawn，谢谢！我没有意识到这一点。你能解释一下当你做 1：19 的总和变成 19*10 时发生了什么吗？如果删除了每个 df2 col 的总和并除以 ID col 的总和，这如何工作？如果 df1 和 df2 中的 ID col 与行号不同，例如 ID=20：40，此方法是否仍然有效
0赞
brinyprawn
7/5/2023
有一个数字之和的公式 1+ 2 + 3 + ... + n： n*（n+1）/2 我将其简化为 19*10。如果你查一下，这个公式实际上有一个非常直观的理解。你也可以使用（这可能是我应该做的更有意义）。对于您的第二个问题，我喜欢将其视为将最终输出除以 1：19 的总和而不是 df2，也就是 ，但无论哪种方式都应该相同（您可以分解矩阵之外的常量）。如果 ID 与行不对应，则可以除以sum(1:19)t(A) %*% B(t(A) %*% B)/sum(1:19)sum(df1$id)
0赞
brinyprawn
7/5/2023
注意：如果你的 id 彼此不对应，例如，df1$id = 1,2,4,3 和 df2$id = 1,2,3,4，那么这个方法不会给你你想要的东西，因为你想只对匹配的 id 进行数学运算，矩阵乘法将假设你已经把 id 排好了。在这种情况下，您必须自己排列行，或使用 @jkatam 的答案。另外，如果您想坚持使用 excel，您可能可以在 excel 中使用矩阵乘法函数
0赞
jkatam
7/5/2023
#2
或者
df1 %>% inner_join(df2, by='ID') %>%
summarise(sum=sum(ID),
across(c(A1:A5), ~sum(.x*C1)/sum, .names = 'C1_{col}'),
across(c(A1:A5), ~sum(.x*C2)/sum, .names = 'C2_{col}'),
across(c(A1:A5), ~sum(.x*C3)/sum, .names = 'C3_{col}')) %>%
pivot_longer(cols = starts_with('C'),names_to = 'name', values_to = 'value', values_transform = as.numeric) %>%
separate(col=name,into=c('C','A'),sep = '\\_') %>%
pivot_wider(id_cols = A, names_from = C, values_from = value)
创建于 2023-07-04 使用 reprex v2.0.2
# A tibble: 5 × 4
A C1 C2 C3
<chr> <dbl> <dbl> <dbl>
1 A1 0.0000480 0.000380 0.000341
2 A2 0.0000274 0.000207 0.000203
3 A3 0.00000824 0.0000580 0.0000653
4 A4 0.00000103 0.00000678 0.00000861
5 A5 0.0000306 0.000187 0.000273
评论