在R中检测每个patient_id是否存在多个不同hla-b27值

首先准备模拟数据：

df <- data.frame(
  hla_b27 = c(1.3, 3.4, 3.4, 2.6, 2.6, 2.6, 6.3, 6.3, 6.3),
  patient_id = c("01", "01", "01", "02", "02", "02", "06", "06", "06")
)

方法一：Base R实现 #

通过分组聚合计算每个patient_id对应的唯一hla-b27值数量，再判断是否大于1并转为1/0标记：

result_base <- aggregate(hla_b27 ~ patient_id, data = df, function(x) as.integer(length(unique(x)) > 1))
colnames(result_base)[2] <- "multiple_hla_b27"

# 输出结果
result_base

输出结果：

方法二：tidyverse（dplyr）实现 #

用管道流完成分组、统计唯一值数量、生成标记的操作，代码更简洁直观：

library(dplyr)

result_tidy <- df %>%
  group_by(patient_id) %>%
  summarise(multiple_hla_b27 = as.integer(n_distinct(hla_b27) > 1)) %>%
  ungroup()

# 输出结果
result_tidy

输出结果与Base R方法一致。

关键逻辑说明 #

• length(unique(x))/n_distinct(x)：统计每个patient_id组内不同hla-b27值的数量
• as.integer(...)：将逻辑判断（是否大于1）转换为1（是）或0（否）的标记值

内容的提问来源于stack exchange，提问作者joejoe9