如何基于多列分组条件实现data frame中Mass值的差值计算？

数据概况 #

现有一个包含5个变量、108条观测值的data frame，变量分别为Treatment、Replicate、ParticleSize、Concentration和Mass，数据示例如下：

> dput(head(bq))

structure(list(Treatment = c(1, 1, 1, 1, 1, 1), Replicate = c(1, 
2, 3, 1, 2, 3), ParticleSize = c(100, 100, 100, 100, 100, 100
), Concentration = c(0, 0, 0, 25, 25, 25), Mass = c(0.238, 0.249, 
0.263, 0.239, 0.245, 0.246)), row.names = c(NA, 6L), class = "data.frame")

> head(bq)

  Treatment Replicate ParticleSize Concentration  Mass
1         1         1          100             0 0.238
2         1         2          100             0 0.249
3         1         3          100             0 0.263
4         1         1          100            25 0.239
5         1         2          100            25 0.245
6         1         3          100            25 0.246

需求说明 #

按Treatment、ParticleSize、Replicate进行分组，将每组中Concentration不为0对应的Mass值，减去该组内Concentration为0对应的Mass值。例如：用Treatment==1、Replicate==1、ParticleSize==100、Concentration==25的Mass值，减去同组内Concentration==0的Mass值。

当前代码及问题 #

编写的代码如下：

bq <- read.xlsx(file = "./data/xxx.xlsx", 
                sheetIndex = 1, as.data.frame = T, header = T)                               |>
      mutate(Treatment = as.factor(Treatment),
             Treatment = factor(Treatment, levels = c("CHOS", "PTN", "AFC")),
             Treatment = as.numeric(Treatment))                                          |>
      group_by(Treatment, ParticleSize, Concentration)                                      |>
      mutate(Mass = ifelse(Mass > 0, Mass - Mass[Concentration == 0], Mass))              |> 
      ungroup()

核心问题有两点：

1. 分组维度错误：应该按Treatment、ParticleSize、Replicate分组，原代码把Concentration加入分组，导致不同浓度的观测被拆分到独立组，无法获取同组内0浓度的基准Mass值。
2. 差值计算逻辑缺陷：即使分组正确，Mass[Concentration == 0]可能返回向量，需要确保取到每组唯一的0浓度基准值。

解决方案 #

修正分组逻辑并调整差值计算方式，完整代码如下：

bq <- read.xlsx(file = "./data/xxx.xlsx", 
                sheetIndex = 1, as.data.frame = TRUE, header = TRUE) |>
      # 保留原Treatment的因子转数值处理逻辑
      mutate(Treatment = factor(Treatment, levels = c("CHOS", "PTN", "AFC")),
             Treatment = as.numeric(Treatment)) |>
      # 按正确维度分组：Treatment、ParticleSize、Replicate
      group_by(Treatment, ParticleSize, Replicate) |>
      # 计算调整后Mass：非0浓度值减去组内0浓度基准值
      mutate(Mass_adjusted = ifelse(Concentration != 0, 
                                    Mass - first(Mass[Concentration == 0]), 
                                    Mass)) |>
      ungroup()

代码说明 #

• 分组改为Treatment、ParticleSize、Replicate，确保每组包含同一处理、粒径、重复下的所有浓度观测。
• 用first(Mass[Concentration == 0])提取组内唯一的0浓度基准值（假设每组仅一个0浓度观测），避免向量匹配错误。
• 新增Mass_adjusted列保存差值，也可直接覆盖原Mass列（根据需求调整）。

内容的提问来源于stack exchange，提问作者ginn