使用dplyr计算多列物种指标的基线倍数变化（R语言）

示例数据构造 #

先复现你提供的数据集，方便后续测试：

df <- data.frame(
  subject.id = c("id1", "id1", "id1", "id2", "id2", "id2"),
  timepoint = c("baseline", "2h", "4h", "baseline", "2h", "4h"),
  treatment = c("A", "A", "A", "B", "B", "B"),
  Species1 = c(0, 99, 40, 50, 100, 200),
  Species2 = c(10, 12, 20, 10, 20, 20),
  Species3 = c(5, 5, 6, 5, 5, 6),
  SpeciesX = c(5, 6, 5, 5, 6, 5),
  stringsAsFactors = FALSE
)

方法一：使用dplyr（tidyverse工具链） #

这是简洁的批量处理方式，适合熟悉tidyverse的用户：

library(dplyr)

result <- df %>%
  # 按受试者分组，确保每个个体仅和自身基线计算
  group_by(subject.id) %>%
  # 批量处理所有以Species开头的列
  mutate(across(starts_with("Species"), ~ {
    # 提取当前分组的基线值
    baseline_val <- .[timepoint == "baseline"]
    # 分情况处理：基线为0时标记err，否则计算倍数
    if (baseline_val == 0) {
      ifelse(timepoint == "baseline", 1, "err")
    } else {
      ifelse(timepoint == "baseline", 1, ./baseline_val)
    }
  })) %>%
  # 取消分组
  ungroup()

# 查看完整结果
print(result, n = Inf)

运行后会得到你需要的结果：基线行所有物种值为1，其他时间点按基线计算倍数，基线为0的列对应非基线行标记为err。

方法二：Base R 实现 #

如果不想依赖第三方包，可以用原生R代码实现：

# 筛选出所有物种列
species_cols <- grep("^Species", colnames(df), value = TRUE)

# 遍历每个受试者
for (subj in unique(df$subject.id)) {
  # 提取当前受试者的所有数据行
  subj_rows <- df$subject.id == subj
  # 提取当前受试者的基线值
  baseline_vals <- df[subj_rows & df$timepoint == "baseline", species_cols]
  
  # 遍历每个物种列处理
  for (col in species_cols) {
    base_val <- baseline_vals[[col]]
    if (base_val == 0) {
      # 基线为0时，基线行设1，其他行设err
      df[subj_rows, col] <- ifelse(df[subj_rows, "timepoint"] == "baseline", 1, "err")
    } else {
      # 基线非0时，计算倍数，基线行设1
      df[subj_rows, col] <- ifelse(df[subj_rows, "timepoint"] == "baseline", 1, df[subj_rows, col] / base_val)
    }
  }
}

print(df, n = Inf)

注意事项 #

• 确保每个subject.id只有一条baseline记录，若有重复基线行，需先清理数据（比如用distinct(subject.id, timepoint, .keep_all = TRUE)）
• 处理后物种列会混合数值和字符类型（因包含err），若需保持数值类型，可将"err"替换为NA，后续再按需处理

内容的提问来源于stack exchange，提问作者pepe84