如何按Sample分组，基于Start/End时间计算衍生列Calc？

现有如下R语言DataFrame：

df <- data.frame(sample = c('A','A','A','A','A','B','B','B','B','B'),
                 measure = c(20,30,40,60,60,20,60,50,40,10),
                 time = c(1,2,3,4,5,3,4,5,6,7),
                 start = c(1,1,1,1,1,3,3,3,3,3),
                 end = c(4,4,4,4,4,6,6,6,6,6))

输出结构为：

sample measure time start end
1       A      20    1     1   4
2       A      30    2     1   4
3       A      40    3     1   4
4       A      60    4     1   4
5       A      60    5     1   4
6       B      20    3     3   6
7       B      60    4     3   6
8       B      50    5     3   6
9       B      40    6     3   6
10      B      10    7     3   6

需求：新增名为calc的列，计算每个sample分组内，time等于end时的measure值除以time等于start时的measure值。

解决方案（dplyr 方法） #

利用group_by按sample分组后，提取组内对应start和end时间点的measure值，再计算比值：

library(dplyr)

df_result <- df %>%
  group_by(sample) %>%
  mutate(
    # 提取组内time等于start的measure值（每组start值统一，取第一个即可）
    start_measure = measure[time == start[1]],
    # 提取组内time等于end的measure值
    end_measure = measure[time == end[1]],
    # 计算比值
    calc = end_measure / start_measure
  ) %>%
  ungroup()

解决方案（Base R 方法） #

无需加载包，通过tapply提取分组对应值后匹配到原数据：

# 获取每个sample分组的start对应measure值
start_vals <- tapply(df$measure, df$sample, function(x) {
  group_rows <- df$sample == names(x)
  x[df$time[group_rows] == df$start[group_rows][1]]
})

# 获取每个sample分组的end对应measure值
end_vals <- tapply(df$measure, df$sample, function(x) {
  group_rows <- df$sample == names(x)
  x[df$time[group_rows] == df$end[group_rows][1]]
})

# 将比值添加到原数据的calc列
df$calc <- unlist(mapply(function(s) end_vals[[s]] / start_vals[[s]], df$sample))

最终结果 #

两种方法都会得到如下输出：

sample measure time start end calc
1       A      20    1     1   4    3
2       A      30    2     1   4    3
3       A      40    3     1   4    3
4       A      60    4     1   4    3
5       A      60    5     1   4    3
6       B      20    3     3   6    2
7       B      60    4     3   6    2
8       B      50    5     3   6    2
9       B      40    6     3   6    2
10      B      10    7     3   6    2

内容的提问来源于stack exchange，提问作者yixu501