在R中为配对分类组计算连续变量的差值与均值

原数据说明 #

给定的R语言样本数据包含3组配对的处理组（treatement，注意拼写）和对照组（control）数据，每行依次为处理组、对照组循环排列：

treatment <- c('treatement', 'control','treatement', 'control','treatement', 'control')
PDE.kg.ha <- c(1800, 1750, 950, 750,2100, 2000)

df <- data.frame(treatment, PDE.kg.ha)

补全后的代码（两种实现方式） #

方式1：Base R实现 #

直接提取配对组的数值进行计算，再将结果映射到每行：

#Creating new variables
control_vals <- df$PDE.kg.ha[df$treatment == 'control']
treat_vals <- df$PDE.kg.ha[df$treatment == 'treatement']

df['yieldDiff'] <- rep(control_vals - treat_vals, each = 2)
df['yieldMean'] <- rep((control_vals + treat_vals)/2, each = 2)

方式2：dplyr分组实现 #

适合更复杂的分组场景，代码可读性更强：

library(dplyr)

# 创建临时分组ID，每2行为一组配对
df <- df %>%
  mutate(group_id = rep(1:3, each = 2)) %>%
  group_by(group_id) %>%
  mutate(
    yieldDiff = PDE.kg.ha[treatment == 'control'] - PDE.kg.ha[treatment == 'treatement'],
    yieldMean = mean(PDE.kg.ha)
  ) %>%
  ungroup() %>%
  select(-group_id) # 可选：删除临时分组变量

结果说明 #

• yieldDiff：每组对照组的PDE.kg.ha减去处理组的对应值，最终数据框中每组的两行都会显示同一个差值（如第一组两行均为-50）
• yieldMean：每组配对数据的PDE.kg.ha平均值，同样每组两行显示同一个均值

内容的提问来源于stack exchange，提问作者Maale Faustus