Как разделить каждый элемент в строке на соответствующее значение строки?

Мы могли бы разделить каждую строку с первым значением в строке и взять по столбцам sum

colSums(df[, -1]/df[[1]], na.rm = TRUE)

#     V1      V2      V3      V4      V5      V6      V7 
#0.00000 0.00000 9.82143 3.69048 0.00000 0.84848 0.91883 

Если мы хотим сохранить первый элемент как NA

(NA^(colSums(is.na(df[, -1])) == nrow(df))) * colSums(df[,-1]/df[[1]], na.rm = TRUE)

#     V1      V2      V3      V4      V5      V6      V7 
#     NA 0.00000 9.82143 3.69048 0.00000 0.84848 0.91883 

попробуйте использовать цикл и преобразовать вывод в фрейм данных или список

for (i in 2:8){

    temp1 = df[1,i]/df[1,1] 
    temp2 = df[2,i]/df[2,1]
    temp= ifelse(!is.na(temp1)&!is.na(temp2), temp1+temp2,
          ifelse(is.na(temp1) &!is.na(temp2), temp2,
          ifelse(!is.na(temp1) &is.na(temp2), temp1,NA)))
    assign(paste0("V", i-1), temp)
    rm(temp1, temp2, temp)
}
output <- c(V1, V2, V3, V4, V5, V6, V7)
output <- data.frame(output)

     output
1        NA
2 0.0000000
3 9.8214286
4 3.6904762
5 0.0000000
6 0.8484848
7 0.9188312

Ваши данные:

library(dplyr)

df <- data.frame(V1 = c(rep(NA,4), 0, 5.6, 5.2),
                 V2 = c(NA, 0 , 82.5, 31, 0, 0, 1.1))

df <- df %>% 
  t %>% as.data.frame() %>% 
  dplyr::mutate(Ac = c(6.6, 8.4)) %>% 
  dplyr::select(Ac, V1:V7)
df

> df
   Ac V1 V2   V3 V4 V5  V6  V7
1 6.6 NA NA   NA NA  0 5.6 5.2
2 8.4 NA  0 82.5 31  0 0.0 1.1

• Ответ:

resp <- df %>% 
  dplyr::select(-Ac) %>% 
  t %>% as.data.frame() %>% 
  dplyr::mutate(V1_1 = V1/df[1,1],
                V2_2 = V2/df[2,1]) %>% 
  dplyr::rowwise() %>% 
  dplyr::mutate(resp = ifelse(is.na(V1_1) & is.na(V2_2), NA,
                              sum(V1_1, V2_2, na.rm = T))) %>%
  dplyr::select(resp) %>% t %>% as.data.frame()
resp

> resp
     V1 V2       V3       V4 V5        V6        V7
resp NA  0 9.821429 3.690476  0 0.8484848 0.9188312

Вот один из вариантов с tidyverse. Мы делим все столбцы, кроме столбца «Ac», на «Ac», затем summarise_all возвращаем sum, если присутствует какой-либо элемент, не относящийся к NA, или возвращаем NA

library(tidyverse)
df %>%
  transmute_at(-1, list(~ ./Ac)) %>% 
  summarise_all(list(~ if (all(is.na(.))) NA else sum(.,na.rm = TRUE)))
#  V1 V2       V3       V4 V5        V6        V7
#1 NA  0 9.821429 3.690476  0 0.8484848 0.9188312

Это также можно сделать за один шаг

df %>% 
  summarise_at(-1, list(~ if (all(is.na(.))) NA else (sum(./Ac, na.rm = TRUE)) ))
#  V1 V2       V3       V4 V5        V6        V7
#1 NA  0 9.821429 3.690476  0 0.8484848 0.9188312

Обновлять

Судя по комментариям,

df %>% 
    summarise_at(-1, list(~ if (all(is.na(.))) NA
       else if (sum(is.na(.)) == 1) (sum(./Ac, na.rm = TRUE)) 
      else (sum(Ac* ., na.rm = TRUE)/sum(Ac, na.rm = TRUE)) ))
#  V1 V2       V3       V4 V5    V6    V7
#1 NA  0 9.821429 3.690476  0 2.464 2.904

Тот же метод можно перевести и на data.table

library(data.table)
setDT(df)[, lapply(.SD, function(x) if (all(is.na(x))) NA 
      else sum(x/Ac, na.rm = TRUE)), .SDcols = 2:ncol(df)]
#   V1 V2       V3       V4 V5        V6        V7
#1: NA  0 9.821429 3.690476  0 0.8484848 0.9188312

Обновленное решение data.table

setDT(df)[, lapply(.SD, function(x) if (all(is.na(x))) NA
       else if (sum(is.na(x)) == 1) (sum(x/Ac, na.rm = TRUE)) 
      else (sum(Ac* x, na.rm = TRUE)/sum(Ac, na.rm = TRUE)) ), .SDcols = 2:ncol(df)]
#   V1 V2       V3       V4 V5    V6    V7
#1: NA  0 9.821429 3.690476  0 2.464 2.904

данные

df <- structure(list(Ac = c(6.6, 8.4), V1 = c(NA_real_, NA_real_), 
    V2 = c(NA, 0), V3 = c(NA, 82.5), V4 = c(NA, 31), V5 = c(0, 
    0), V6 = c(5.6, 0), V7 = c(5.2, 1.1)), class = "data.frame", 
    row.names = c(NA, 
-2L))