R语言：一步实现组内观测组合的产量均值与差异计算

需求背景 #

你需要分析不同施肥剂量对多品种作物在不同地点的产量影响，现有包含重复观测的数据集，目前通过嵌套循环计算了location-cultivar-fert_dose组合的平均产量，接下来要按地点生成所有品种-施肥组合间的产量差异对比，输出符合仪表板要求的格式，希望用程序化方法一步完成均值计算和差异对比。

解决方案：用Tidyverse工具链实现高效处理 #

使用dplyr和tidyr包可以完全替代嵌套循环，同时一步完成均值计算和差异对比，代码更简洁、易维护且不易出错。

1. 加载依赖包

library(dplyr)
library(tidyr)

2. 一步完成均值计算+差异对比

# 计算组合均值并生成所有配对差异
yield_diff <- dat %>%
  # 第一步：计算每个location-cultivar-fert_dose组合的平均产量
  group_by(location, cultivar, fert_dose) %>%
  summarize(mean_yield = mean(yield), .groups = "drop") %>%
  # 第二步：按地点分组，实现同地点内所有组合的两两配对
  group_by(location) %>%
  left_join(., ., by = "location", suffix = c("", "_other")) %>%
  # 排除自身与自身对比的无效行
  filter(!(cultivar == cultivar_other & fert_dose == fert_dose_other)) %>%
  # 重命名列以匹配预期输出格式
  rename(
    dose = fert_dose,
    dose_mean = mean_yield,
    other_cultivar = cultivar_other,
    other_dose = fert_dose_other,
    other_mean = mean_yield_other
  ) %>%
  # 计算产量差值：当前组合均值 - 对比组合均值
  mutate(diff = dose_mean - other_mean) %>%
  # 调整列顺序与预期格式对齐
  select(location, cultivar, dose, dose_mean, other_cultivar, other_dose, other_mean, diff) %>%
  ungroup()

3. 验证结果（以loc1和cult1为例）

运行以下代码可查看与你给出的示例一致的结果：

yield_diff %>%
  filter(location == "loc1", cultivar == "cult1")

代码逻辑说明 #

• 分组聚合：group_by() + summarize()替代嵌套循环，高效计算各组合的平均产量，避免了循环索引的潜在错误。
• 自连接配对：left_join(., ., by = "location")在每个地点内实现所有品种-施肥组合的两两配对，确保只对比同地点的组合。
• 过滤无效行：排除自身与自身对比的无意义数据。
• 差值计算：按需求生成diff列，完成最终格式输出。

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