在R中计算观测值差值：按观测与物种分组的均值及标准误需求

步骤说明 #

要实现需求，我们需要先按observation和species分组，生成同一分组内所有size=a与size=b的measurement两两差值，再对每组的差值计算均值和标准误（标准误=标准差/√样本量）。

方法一：使用dplyr + purrr（适合数据量较大的场景） #

# 加载所需包
library(dplyr)
library(purrr)

# 处理数据
result <- dummy_df %>%
  # 按observation和species分组
  group_by(observation, species) %>%
  # 收集每组内size=a和size=b的measurement到列表中
  summarise(
    a_measurements = list(measurement[size == "a"]),
    b_measurements = list(measurement[size == "b"]),
    .groups = "drop"
  ) %>%
  # 生成所有a与b的两两差值，并计算均值和标准误
  mutate(
    all_diffs = map2(a_measurements, b_measurements, ~ .x - .y),
    mean_difference = map_dbl(all_diffs, mean),
    se_difference = map_dbl(all_diffs, ~ sd(.) / sqrt(length(.)))
  ) %>%
  # 保留需要的结果列
  select(observation, species, mean_difference, se_difference)

# 查看结果
print(result)

方法二：使用笛卡尔积连接（更直观） #

library(dplyr)

# 先拆分出size=a和size=b的数据
a_data <- dummy_df %>% filter(size == "a") %>% select(observation, species, a_meas = measurement)
b_data <- dummy_df %>% filter(size == "b") %>% select(observation, species, b_meas = measurement)

# 按observation和species做内连接，得到所有a与b的组合
result <- a_data %>%
  inner_join(b_data, by = c("observation", "species")) %>%
  # 计算每组内的差值
  mutate(diff = a_meas - b_meas) %>%
  # 按分组统计均值和标准误
  group_by(observation, species) %>%
  summarise(
    mean_difference = mean(diff),
    se_difference = sd(diff) / sqrt(n()),
    .groups = "drop"
  )

# 查看结果
print(result)

注意事项 #

• 如果某些observation+species分组下只有size=a或只有size=b的数据，上述代码会自动过滤掉这些分组（方法一的map2会返回空列表，计算均值/标准误时会得到NA；方法二的inner_join会直接排除这些分组），可以根据需求调整处理逻辑。
• 标准误的计算基于差值的样本量，即同一分组内size=a的数量 × size=b的数量。

内容的提问来源于stack exchange，提问作者user18487205