如何用R的dplyr按学生分组计算科目差值（单记录填NA）

原始数据集 #

quux <- structure(list(STUDENT = c(1L, 1L, 2L, 2L, 3L, 3L, 4L), CLASS = c("A", "B", "A", "B", "A", "B", "A"), ENG = c(9L, 2L, 7L, 5L, 8L, 0L, 1L), MATH = c(2L, 10L, 0L, 3L, 4L, 1L, 3L), HIST = c(8L, 1L, 0L, 1L, 6L, 6L, 2L)), class = "data.frame", row.names = c(NA, -7L))

对应的表格展示：

需求 #

对每个STUDENT，分别计算：

• ENG.DIF = ENG[CLASS='B'] - ENG[CLASS='A']
• MATH.DIF = MATH[CLASS='B'] - MATH[CLASS='A']
• HIST.DIF = HIST[CLASS='B'] - HIST[CLASS='A']
  若学生仅有一条记录，则对应差值填充为NA。

尝试的错误代码 #

DAT1 %>% group_by(STUDENT) %>% mutate(ENG.DIF = ENG[CLASS =='B'] - ENG[CLASS == 'A']

（注：代码存在语法缺失，且未处理单条记录场景、未覆盖所有科目计算）

解决方案 #

提供两种可行实现方式：

方法一：宽表转换后计算 #

先将长表转成宽表，让每个学生的A、B班成绩分列，再直接计算差值：

library(tidyr)
library(dplyr)

quux %>%
  pivot_wider(
    id_cols = STUDENT,
    names_from = CLASS,
    values_from = c(ENG, MATH, HIST),
    names_glue = "{.value}_{CLASS}"
  ) %>%
  mutate(
    ENG.DIF = ENG_B - ENG_A,
    MATH.DIF = MATH_B - MATH_A,
    HIST.DIF = HIST_B - HIST_A
  ) %>%
  select(STUDENT, ENG.DIF, MATH.DIF, HIST.DIF)

方法二：分组直接汇总计算 #

通过分组后判断记录数量，仅对有两条记录的学生计算差值：

library(dplyr)

quux %>%
  group_by(STUDENT) %>%
  summarize(
    ENG.DIF = ifelse(n() == 2, ENG[CLASS == "B"] - ENG[CLASS == "A"], NA),
    MATH.DIF = ifelse(n() == 2, MATH[CLASS == "B"] - MATH[CLASS == "A"], NA),
    HIST.DIF = ifelse(n() == 2, HIST[CLASS == "B"] - HIST[CLASS == "A"], NA)
  )

两种方法均可得到期望结果：

# A tibble: 4 × 4
  STUDENT ENG.DIF MATH.DIF HIST.DIF
    <int>   <int>    <int>    <int>
1       1      -7        8       -9
2       2      -2        3        1
3       3      -8       -3        0
4       4      NA       NA       NA

内容的提问来源于stack exchange，提问作者bvowe