在dplyr::mutate中如何按组引用指定Index条件对应的Value值？

你可以直接在分组后的mutate中通过索引定位到每组内Index == 1对应的Value值，代码如下：

library(dplyr)

# 你的示例数据集
test = data.frame(
  Value = c(1:5, 5:1),
  Index = c(1:5, 1:5),
  GroupNum = c(rep.int(1, 5), rep.int(2, 5))
)

# 生成标准化列
test2 = test %>% 
  group_by(GroupNum) %>% 
  mutate(Value_Standardized = Value / Value[Index == 1]) %>%
  ungroup() # 可选，取消分组状态，方便后续操作

说明 #

• 分组后，Value[Index == 1]会精准定位到当前组内Index等于1的那条记录的Value值，直接用这个值作为除数即可完成标准化计算。
• 如果你的数据中存在某组有多个Index == 1的记录，可以用first(Value[Index == 1])取第一个匹配值，或者mean(Value[Index == 1])取平均值，根据实际需求调整。

运行后得到的test2核心结果示例：

Value Index GroupNum Value_Standardized
1      1     1        1                1.0
2      2     2        1                2.0
...
6      5     1        2                1.0
7      4     2        2                0.8
...

内容的提问来源于stack exchange，提问作者Tee