基于参考类别的行运算：计算各时间点与Cat的数值差值

原始数据 #

df <- data.frame(category = rep(c('Cat','Dog','Chicken'),2),
                 value = c(3,4,5,4,6,7),
                 time = c(rep(1,3),rep(2,3)))

# 数据预览
df
#   category value time
#        Cat     3    1
#        Dog     4    1
#    Chicken     5    1
#        Cat     4    2
#        Dog     6    2
#    Chicken     7    2

需求说明 #

针对每个time分组，计算各category的value与参考类别（Cat）的value差值，期望输出如下：

category value time
       Cat     0    1
       Dog     1    1
   Chicken     2    1
       Cat     0    2
       Dog     2    2
   Chicken     3    2

解决方案 #

方法1：使用dplyr（tidyverse生态）

通过分组后批量计算差值，代码可读性强：

library(dplyr)

df_result <- df %>%
  group_by(time) %>%
  mutate(value = value - value[category == "Cat"]) %>%
  ungroup()

# 查看结果
df_result

方法2：使用base R

无需加载额外包，用ave函数实现分组运算：

df_result <- df
df_result$value <- with(df, ave(value, time, FUN = function(x) x - x[category == "Cat"]))

# 查看结果
df_result

两种方法均可得到目标输出，dplyr写法更直观，base R适合不想引入额外依赖的场景。

内容的提问来源于stack exchange，提问作者Squan Schmaan