基于ID与条件计算多行均值并重塑为宽格式

步骤1：修正数据类型 #

你用cbind创建的数据框会把value列转为字符型，首先要将其转回数值型：

df$value <- as.numeric(df$value)

步骤2：拆分condition列，提取核心信息 #

用字符串拆分工具分离condition中的参与者与分析项：

library(tidyr)
df <- df %>%
  separate(condition, into = c("participant", "analysis"), sep = " - ")

步骤3：按参与者计算符合要求的均值 #

按participant分组，仅当该组非NA的有效数据≥2个时计算均值，否则返回NA：

library(dplyr)
mean_df <- df %>%
  group_by(participant) %>%
  summarize(
    avg_value = ifelse(sum(!is.na(value)) >= 2, mean(value, na.rm = TRUE), NA)
  )

步骤4：重塑为宽格式 #

分两种场景实现：

• 场景1：仅展示参与者及其对应均值的宽表

wide_df <- mean_df %>%
  pivot_wider(names_from = participant, values_from = avg_value)

• 场景2：保留原始分析项，同时展示各参与者的分析值与均值

wide_full_df <- df %>%
  left_join(mean_df, by = "participant") %>%
  pivot_wider(names_from = participant, values_from = c(value, avg_value))

结果说明 #

运行后会得到符合预期的结果：

• Participant 1有6个有效值，均值为4.1667
• Participant 2有5个有效值，均值为5
• Participant 3无有效数据，均值保留NA

内容的提问来源于stack exchange，提问作者Jan