R plyr применяется в ряду

Это сделает работу в вашем примере:

library(plyr)
ddply(mat.in, .(site), transform, quote.2011 = year.2011/year.2011[var=="energy"],      
      quote.2012 = year.2012/year.2012[var=="energy"])

Чтобы сделать это в более общем плане, я бы сначала melt данные превратил год в значение, а не имя столбца.

Вот как это будет работать с melt

library(reshape2)
mat.m <- melt(mat.in, id.vars=1:2, variable.name="year")
mat.m$year <- sub("year.", "", mat.m$year)
mat.out <- ddply(mat.m, .(site, year), transform, quote = value/value[var=="energy"])

Классный ответ от @seancarmody.

Вот еще один способ сделать это с помощью базовых функций:

# Select and join frames
mat.out<-merge(mat.in[grep("product", mat.in$var),], mat2 <- mat.in[mat.in$var=="energy",], "site")
# Calculate the quot values
mat.out$quot.2011=mat.out$year.2011.x/mat.out$year.2011.y
mat.out$quot.2012=mat.out$year.2012.x/mat.out$year.2012.y

# And if needs be you can remove the energy columns
mat.out[,-c(5,6,7)]

И вот способ сделать это с помощью sqldf:

variable<-'p.site,p.var,p.year_2011,p.year_2012,
           p.year_2011/e.year_2011 AS quot_2011,
           p.year_2012/e.year_2012 AS quot_2012'
tables<- '(SELECT *
           FROM    `mat.in`
           WHERE   var LIKE \"product%\"
           )
           AS p,
           (SELECT *
           FROM    `mat.in`
           WHERE   var LIKE \"energy\"
           )
           AS e'

fn$sqldf("SELECT $variable FROM $tables WHERE  p.site=e.site")

А вот способ использования data.table:

dt <- data.table(mat.in, key="site")
# Join
mat.out <- dt[var %like% "product"][dt[var=="energy"]]
# Calculate
mat.out <- mat.out[,quot.2011:=year.2011/year.2011.1]
mat.out <- mat.out[,quot.2012:=year.2012/year.2012.1]

Редактировать от Мэтью:

Опираясь на это, немного более продвинутый (и более быстрый) data.table способ с использованием объединить унаследованную область :

dt <- data.table(mat.in, key="site")
dt[dt[var=="energy"],quot.2011:=year.2011/i.year.2011]
dt[dt[var=="energy"],quot.2012:=year.2012/i.year.2012]

Обратите внимание на префикс i., который говорит, что эта переменная должна быть получена из i, а не из x. Аналогично префиксам имен таблиц SQL. Это позволяет избежать большого шага merge; методика, описанная в FAQ 1.12.

Когда будет реализовано несколько := в j, это станет:

dt <- data.table(mat.in, key="site")
dt[dt[var=="energy"], { quot.2011:=year.2011/i.year.2011
                        quot.2012:=year.2012/i.year.2012 } ]

Просто используя базовые функции:

mat.r <- reshape(mat.in, direction="long", varying=3:4)
 # Could not figure out how to get the divisor "lined up" unless db-normalized
matd <- as.data.frame(lapply( split(mat.r, list(mat.r[,1], mat.r[,3]) ), 
                              FUN=function(x) x$year/x$year[x$var=="energy"]) )

#----------------
matd
  A.2011    B.2011    A.2012    B.2012
1   0.30 0.2333333 0.2888889 0.3846154
2   0.25 0.2000000 0.2444444 0.2000000
3   1.00 1.0000000 1.0000000 1.0000000

 reshape(matd, direction="long", varying=list(1:2, 3:4))[2:3]
       A.2011    A.2012
1.1 0.3000000 0.2888889
2.1 0.2500000 0.2444444
3.1 1.0000000 1.0000000
1.2 0.2333333 0.3846154
2.2 0.2000000 0.2000000
3.2 1.0000000 1.0000000

 mat.out <- cbind(mat.in, reshape(matd, direction="long", varying=list(1:2, 3:4))[2:3])
 mat.out
 #------------------    
    site       var year.2011 year.2012    A.2011    A.2012
1.1    A product.A        12        13 0.3000000 0.2888889
2.1    A product.B        10        11 0.2500000 0.2444444
3.1    A    energy        40        45 1.0000000 1.0000000
1.2    B product.A        14        25 0.2333333 0.3846154
2.2    B product.B        12        13 0.2000000 0.2000000
3.2    B    energy        60        65 1.0000000 1.0000000