如何在多个行和列的不同数据框中找到两个值之间的差异？

Question

我有两个数据框：

df1：

WAV    UV     VIOLET    BLUE
sD1    10.8   10.1      23.5
sA4    6.2    8.2       19.9
sA1    8.3    11.7      28.6
sC2    7.9    8.2       31.0
sC3    10.7   9.5       18.1

df2：

ID    UV     VIOLET    BLUE
D1    7.9    10.1      19.3
D2    7.0    9.2       15.9
D3    21.4   20.7      27.4
D4    10.3   8.9       20.9
D5    21.7   16.5      21.3

我想找到df2中D1列的总和与df1中每一行的列之和，并在新的数据帧中生成此输出。 然后，需要对df2的D2和df1的每一行重复此操作，依此类推。 每行总和之间的每个新差异都应是新数据帧的单独条目，而df2差异行的每个列表应是输出中的新行。 因此输出应如下所示：

D1    sum(D1)-sum(sD1)  sum(D1)-sum(sA4)  sum(D1)-sum(sA1)  sum(D1-sC2)  sum(D1)-sum(sC3)
D2    sum(D2)-sum(sD1)  sum(D2)-sum(sA4)  sum(D2)-sum(sA1)  sum(D2-sC2)  sum(D2)-sum(sC3)
D3    sum(D3)-sum(sD1)  sum(D3)-sum(sA4)  sum(D3)-sum(sA1)  sum(D3-sC2)  sum(D3)-sum(sC3)
D4    sum(D4)-sum(sD1)  sum(D4)-sum(sA4)  sum(D4)-sum(sA1)  sum(D4-sC2)  sum(D4)-sum(sC3)
D5    sum(D5)-sum(sD1)  sum(D5)-sum(sA4)  sum(D5)-sum(sA1)  sum(D5-sC2)  sum(D5)-sum(sC3)

我愿意接受任何建议。

Answer 1

这是三种方式，@ Onyambu在评论中已经提到其中两种。 其中， outer选项似乎是最快的。

outer(rowSums(df1[,-1]), rowSums(df2[,-1]), "-")

要么

sapply(rowSums(df1[-1]),"-",rowSums(df2[-1]))

要么

sapply(rowSums(df1[,-1]), function(x) x - rowSums(df2[,-1]))

因此，例如，您可以执行以下操作：

df <- data.frame(outer(rowSums(df1[,-1]), rowSums(df2[,-1]), "-"))
colnames(df) <- df1$WAV
rownames(df) <- df2$ID