如何在tibble中使用group_by将指定组值从所有组中减去

问题说明 #

需要将每个分类的values减去分类"A"对应位置的values，得到示例中的预期结果。

方法1：直接提取基准向量计算 #

无需使用group_by，先提取分类"A"的数值作为基准，再对所有数值做减法：

library(tidyverse)

# 构造原数据
d <- tibble(categories = c(rep("A", 3), rep("B", 3), rep("C", 3)), 
            values = 1:9)

# 提取分类"A"的数值向量
a_values <- d$values[d$categories == "A"]

# 计算差值
d <- d %>% mutate(values = values - rep(a_values, 3))

方法2：使用group_by按行匹配计算 #

如果一定要用group_by，可以基于行号分组，匹配分类"A"对应位置的数值做减法：

d <- d %>%
  # 按行号分组，确保每个位置对应分类"A"的同位置数值
  group_by(row_id = row_number()) %>%
  mutate(values = values - values[categories == "A"]) %>%
  ungroup() %>%
  # 移除临时行号列
  select(-row_id)

验证结果 #

执行后得到的结果与预期一致：

# # A tibble: 9 × 2
#   categories values
#   <chr>       <int>
# 1 A               0
# 2 A               0
# 3 A               0
# 4 B               3
# 5 B               3
# 6 B               3
# 7 C               6
# 8 C               6
# 9 C               6

内容的提问来源于stack exchange，提问作者SiH