在R语言中基于24小时基线值计算纵向数据的比值方法

核心思路 #

每个ID的实验周期以24小时为循环单元，我们可以通过对累计小时数取24的模，匹配当前观测对应的基线小时（比如第24、48小时对应基线第0小时，第25、49小时对应基线第1小时），再将当前值与同ID、同基线小时的基线值做除法。这种方法无需编写大量条件判断，适合批量处理多变量场景。

方法一：基于accumulated_hours计算 #

使用dplyr工具链实现，步骤清晰且扩展性强：

1. 提取前24小时的基线数据作为参考表，保留ID、基线小时标识和目标变量；
2. 给原数据添加基线匹配标识（累计小时数模24）；
3. 连接原数据与基线表，批量计算所有目标变量的比值。

代码示例：

library(dplyr)

# 生成带多变量的示例数据（设定种子保证结果可复现）
set.seed(123)
df <- data.frame(
  accumulated_hours = rep(0:71, each = 1),
  ID = rep(c('A', 'B'), each = 72),
  o2 = runif(144, 5, 15),
  co2 = runif(144, 1, 5), # 模拟第二个变量
  ph = runif(144, 6.5, 7.5) # 模拟第三个变量
)

# 提取基线参考表
baseline_df <- df %>%
  filter(accumulated_hours < 24) %>%
  rename(baseline_hour = accumulated_hours) %>%
  select(ID, baseline_hour, o2, co2, ph)

# 连接数据并计算比值
result_df <- df %>%
  mutate(baseline_hour = accumulated_hours %% 24) %>%
  inner_join(baseline_df, by = c("ID", "baseline_hour")) %>%
  # 批量处理所有目标变量，自动生成比值列
  mutate(
    across(c(o2, co2, ph), ~ .x / .data[[paste0(., ".y")]], .names = "{.col}_ratio")
  ) %>%
  # 整理输出列
  select(ID, accumulated_hours, o2, co2, ph, ends_with("_ratio"))

# 查看匹配结果示例
head(result_df %>% filter(ID == "A" & accumulated_hours %in% c(0,24,48)))

方法二：基于时间戳计算 #

如果使用原始时间戳（mdy_hms格式），可先计算相对基线起始的小时差，再复用上述逻辑：

library(dplyr)
library(lubridate)

# 给示例数据添加时间戳（假设每个ID的基线起始为对应日期零点）
df_with_ts <- df %>%
  group_by(ID) %>%
  mutate(
    timestamp = mdy_hms(ifelse(ID == "A", "01/01/2024 00:00:00", "01/01/2024 00:00:00")) + hours(accumulated_hours),
    baseline_start = first(timestamp)
  ) %>%
  ungroup() %>%
  mutate(
    relative_hours = as.duration(timestamp - baseline_start) / hours(1),
    baseline_hour = relative_hours %% 24
  )

# 后续步骤与方法一一致
baseline_df_ts <- df_with_ts %>%
  filter(relative_hours < 24) %>%
  select(ID, baseline_hour, o2, co2, ph)

result_df_ts <- df_with_ts %>%
  inner_join(baseline_df_ts, by = c("ID", "baseline_hour")) %>%
  mutate(
    across(c(o2, co2, ph), ~ .x / .data[[paste0(., ".y")]], .names = "{.col}_ratio")
  ) %>%
  select(ID, timestamp, accumulated_hours, o2, co2, ph, ends_with("_ratio"))

方案优势 #

相比case_when，该方法避免了为24个基线小时编写重复判断逻辑，当需要处理20个甚至更多变量时，仅需修改across函数的变量列表即可完成批量计算，代码简洁且易维护。

内容的提问来源于stack exchange，提问作者Anneke