如何用dplyr计算R数据框中各重复组的组间res差值？

原始数据 #

df = data.frame(
  repetition = c(1,1,1,2,2,2),
  group = c("a", "b", "c", "a", "b", "c"),
  res = c(10,8,9,12,9,10)
)

数据预览：

repetition group res
1          1     a  10
2          1     b   8
3          1     c   9
4          2     a  12
5          2     b   9
6          2     c  10

需求说明 #

针对每个repetition，计算不同group之间的res差值（如a-b、a-c、b-c），输出以差值为列、repetition为行的结果表。

方法一：dplyr + tidyr（适配动态新增组） #

这种方法通过生成所有组的两两组合自动计算差值，后续新增组时无需修改代码：

library(dplyr)
library(tidyr)

# 转换为宽格式，每个group对应一列res值
df_wide <- df %>%
  pivot_wider(names_from = group, values_from = res)

# 获取所有组名的两两组合（x-y的顺序）
groups <- setdiff(colnames(df_wide), "repetition")
group_pairs <- combn(groups, 2, simplify = FALSE)

# 遍历组合计算差值并添加列
result <- df_wide %>%
  mutate(
    across(
      group_pairs,
      ~ .x[[1]] - .x[[2]],
      .names = "diff_{.x[[1]]}_{.x[[2]]}"
    )
  ) %>%
  select(repetition, starts_with("diff_"))

print(result)

运行输出：

repetition diff_a_b diff_a_c diff_b_c
1          1        2        1       -1
2          2        3        2       -1

方法二：手动计算（适合固定组场景） #

如果group数量固定且不会新增，可以直接显式计算差值，代码更简洁：

library(dplyr)
library(tidyr)

df %>%
  pivot_wider(names_from = group, values_from = res) %>%
  mutate(
    diff_a_b = a - b,
    diff_a_c = a - c,
    diff_b_c = b - c
  ) %>%
  select(repetition, diff_a_b, diff_a_c, diff_b_c)

此方法同样能得到目标结果，但扩展性较差，新增组时需要手动添加对应差值计算语句。

内容的提问来源于stack exchange，提问作者Lenn