如何为每个受试者计算后在DataFrame中插入新行并循环执行？

有一个包含9名受试者的DataFrame，每名受试者有8组治疗前后的结果数据，结构如下：

需要为每名受试者生成4个新行，计算规则：

• row 1 = affected_pre_2 / affected_pre_1
• row 2 = unaffected_pre_2 / unaffected_pre_1
• row 3 = affected_post_2 / affected_post_1
• row 4 = unaffected_post_2 / unaffected_post_1

尝试过以下代码，但收到summarise()已弃用的警告：

data %>%
bind_rows(data %>% summarise(subID = str_c(subID, lead(subID), sep = '_')) %>% na.omit() %>%
bind_cols(data %>% summarise(across(5:11, ~ . - lead(.))) %>% na.omit()))

注：across(5:11 ...)指实际拥有的多个结果变量（示例仅保留一个简化展示）。不确定是否需要用apply函数，也不清楚如何按受试者循环执行流程。

用tidyverse工具链即可完成，核心思路是拆分treatment列信息后按组计算比值，具体步骤如下：

1. 加载依赖包 #

library(tidyverse)

2. 单结果变量的处理代码 #

# 生成比值数据
ratio_data <- data %>%
  # 拆分treatment列，提取状态、时间、序号信息
  separate(treatment, into = c("status", "time", "num"), sep = "_") %>%
  # 按受试者、状态、时间分组计算比值
  group_by(subID, status, time) %>%
  summarise(outcome = outcome[num == "2"] / outcome[num == "1"], .groups = "drop") %>%
  # 生成新的treatment列名称
  mutate(treatment = str_c(status, time, "ratio", sep = "_")) %>%
  # 调整列顺序与原数据一致
  select(subID, treatment, outcome)

# 若需将原数据与比值数据合并
combined_data <- bind_rows(data, ratio_data)

3. 多结果变量的适配处理 #

如果存在多个结果变量（对应原代码中的5:11列），只需修改summarise部分，用across批量处理：

ratio_data_multi <- data %>%
  separate(treatment, into = c("status", "time", "num"), sep = "_") %>%
  group_by(subID, status, time) %>%
  # 批量处理所有以outcome开头的列，也可改用5:11指定列位置
  summarise(across(starts_with("outcome"), ~ .[num == "2"] / .[num == "1"]), .groups = "drop") %>%
  mutate(treatment = str_c(status, time, "ratio", sep = "_")) %>%
  select(subID, treatment, everything())

代码说明 #

• separate()将treatment拆分为状态（affected/unaffected）、时间（pre/post）、序号（1/2）三列，便于精准分组。
• group_by(subID, status, time)确保每个受试者的每组状态-时间组合独立计算比值。
• summarise()直接提取序号2的结果除以序号1的结果，避免循环或apply类函数的复杂操作。

内容的提问来源于stack exchange，提问作者A.R.