如何在R中利用数据框两列值匹配获取对应BMI值并计算差值

原代码问题分析 #

你尝试的代码存在作用域错误：在mutate中直接调用filter(weight_log$BMI, Id == Id & date_min == Date)时，Id和date_min是当前分组的变量，但weight_log$BMI是整个数据集的变量，导致条件Id == Id永远为真，无法正确关联到当前用户的对应日期记录，最终得到错误的BMI值。

正确实现方法 #

方法1：分组筛选最早/最晚记录后合并（最清晰）

通过slice_min()和slice_max()分别提取每个用户最早、最晚日期的BMI记录，再通过left_join合并计算差值：

BMI_results <- weight_log %>%
  # 获取每个用户最早日期的BMI
  group_by(Id) %>%
  slice_min(Date, n = 1) %>%
  select(Id, first_BMI = BMI) %>%
  # 合并最晚日期的BMI
  left_join(
    weight_log %>%
      group_by(Id) %>%
      slice_max(Date, n = 1) %>%
      select(Id, last_BMI = BMI),
    by = "Id"
  ) %>%
  # 计算BMI变化量（末次 - 首次）
  mutate(BMI_difference = last_BMI - first_BMI)

方法2：分组排序后直接取首尾值（最简洁）

先对每个用户的记录按日期排序，再用first()和last()直接提取首尾BMI值：

BMI_results <- weight_log %>%
  group_by(Id) %>%
  arrange(Date) %>% # 按日期升序排序，确保first是最早记录
  summarize(
    date_min = first(Date),
    date_max = last(Date),
    first_BMI = first(BMI),
    last_BMI = last(BMI),
    BMI_difference = last_BMI - first_BMI
  )

方法3：分组标记首尾日期后转宽表（适合多字段需求）

如果需要同时保留更多字段信息，可以先标记首尾日期，再通过pivot_wider整理成宽表：

BMI_results <- weight_log %>%
  group_by(Id) %>%
  mutate(
    date_min = min(Date),
    date_max = max(Date)
  ) %>%
  # 筛选出最早和最晚的记录行
  filter(Date == date_min | Date == date_max) %>%
  # 转宽表，区分首尾记录
  pivot_wider(
    id_cols = Id,
    names_from = ifelse(Date == date_min, "first", "last"),
    values_from = c(Date, BMI)
  ) %>%
  # 计算变化量并整理列顺序
  mutate(BMI_difference = last_BMI - first_BMI) %>%
  select(Id, date_min = Date_first, date_max = Date_last, first_BMI, last_BMI, BMI_difference)

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