在R中为长格式数据框计算连续测量的平均真实变异性

首先需要注意你的数据中A和B列是字符类型，第一步要先转换为数值类型才能进行计算。下面提供两种实现方式：

方式1：使用dplyr包（推荐，代码更直观） #

# 加载dplyr包
library(dplyr)

# 转换数据类型
DF$A <- as.numeric(DF$A)
DF$B <- as.numeric(DF$B)

# 分组计算新列C
DF <- DF %>%
  group_by(ID) %>%
  mutate(
    # 计算截至当前行的B列非NA值累积和
    cumulative_sum = cumsum(ifelse(is.na(B), 0, B)),
    # 标记组内行号
    row_num = row_number(),
    # 计算C：累积和除以（当前测量次数-1），第一行设为NA
    C = ifelse(row_num == 1, NA, cumulative_sum / (row_num - 1))
  ) %>%
  ungroup() %>%
  # 移除中间辅助列
  select(-cumulative_sum, -row_num)

方式2：使用Base R（无需额外安装包） #

# 转换数据类型
DF$A <- as.numeric(DF$A)
DF$B <- as.numeric(DF$B)

# 按ID分组计算新列C
DF$C <- ave(DF$B, DF$ID, FUN = function(x) {
  # 计算累积和，NA值按0处理
  cs <- cumsum(ifelse(is.na(x), 0, x))
  # 获取组内行号序列
  n <- seq_along(x)
  # 计算C值，第一行设为NA
  ifelse(n == 1, NA, cs / (n - 1))
})

计算逻辑说明 #

• 按ID分组处理，确保每个ID的计算独立进行
• 对B列的NA值，在累积和计算时按0处理，不影响求和结果
• 分母使用组内行号-1，对应“测量次数减1”的要求，第一行因无前置测量，C值设为NA

内容的提问来源于stack exchange，提问作者19056530