R语言中多被试内因素数据框转宽及组差异提取咨询

我开展了一项包含3个被试内因素的实验，每个因素有2个水平，每个被试对应8种实验条件。当前我的数据框（df）包含1个id列、3个因素列和1个因变量列，前2个被试的数据示例如下：

Df <- data.frame(id = c(1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2), 
                 factor1 = c("A", "A", "A", "A", "B", "B","B","B","A", "A", "A", "A", "B", "B","B","B"), 
                 factor2 = c("x", "x", "y", "y", "x", "x", "y", "y","x", "x", "y", "y", "x", "x", "y", "y"), 
                 factor3 = c(4, 8, 4, 8, 4, 8, 4, 8,4, 8, 4, 8, 4, 8, 4, 8), 
                 dv = c(5.5, 4.1, 3.9, 2.7, NA, 9.9, 1.7, 5.2,3.0,2.8,2.2,8.0,9.9,2.6,0.1,3.0))

我想要分析每个被试在特定因素组合下的因变量差异，例如factor1为"A"、factor2为"x"时，factor3水平4和8对应的dv差值。我认为可行的方法是先将数据框重组为每行对应一个被试、每列对应一种因素组合的格式，示例如下：

Df2 <- data.frame(id = c(1, 2), 
                  Ax4 = c(5.5, 3.0), 
                  Ax8 = c(4.1, 2.8), 
                  Ay4 = c(3.9, 2.2), 
                  Ay8 = c(2.7, 8.0), 
                  Bx4 = c(NA, 9.9), 
                  Bx8 = c(9.9, 2.6), 
                  By4 = c(1.7, 0.1), 
                  By8 = c(4.2, 3.0))

请问该思路是否合理？若合理，如何在R中实现该转换？若不合理，提取每个被试因素组合间差异的替代方法是什么？

回答 #

思路合理性判断 #

你的思路完全合理！把长格式数据转换为宽格式（每行对应一个被试，每列对应一种因素组合），不仅能让你直观地对比每个被试在不同条件下的因变量值，还能方便后续快速计算特定组合间的差值，非常适配被试内设计的差异分析需求。

实现数据转换的方法 #

在R里有几种便捷的方式完成这个长转宽操作，这里推荐两种最常用的：

方法1：用tidyr包的pivot_wider()（推荐）

tidyr是tidyverse生态里的核心工具，语法清晰易读，处理这类结构转换非常顺手：

# 先安装并加载tidyr（如果没装过的话）
# install.packages("tidyr")
library(tidyr)

# 先把三个因素拼接成你想要的列名格式（比如Ax4）
Df$condition <- paste0(Df$factor1, Df$factor2, Df$factor3)

# 转换为宽格式
Df2 <- pivot_wider(Df, 
                   id_cols = id,          # 按id分组
                   names_from = condition,# 用拼接好的condition列作为新列名
                   values_from = dv)      # 用dv列填充新列的值

运行后得到的Df2结构就和你给出的示例一致，注意原数据中被试1的By8值是5.2，你示例里写的4.2应该是笔误，代码会保留原始数据的正确值。

方法2：用基础R的reshape()函数

如果你不想加载额外包，基础R自带的reshape()也能实现：

# 直接转换为宽格式
Df2 <- reshape(Df, 
               idvar = "id", 
               timevar = c("factor1", "factor2", "factor3"), 
               direction = "wide",
               sep = "")
# 手动修改列名，去掉默认的前缀和分隔符
colnames(Df2) <- gsub("dv\\.|\\.", "", colnames(Df2))

计算因素组合间的差值 #

转换完成后，你就能轻松计算特定组合的差值，比如你提到的factor1=A、factor2=x时，factor3的4和8的差值：

Df2$Ax_diff <- Df2$Ax4 - Df2$Ax8

替代方法：直接在长格式数据中计算差值 #

如果不想转换数据格式，也可以直接在原始长格式数据里分组计算差值，这种方法更适合后续做统计检验（比如重复测量方差分析），推荐用dplyr包实现：

# 安装并加载dplyr（如果没装过）
# install.packages("dplyr")
library(dplyr)

# 按id、factor1、factor2分组，计算factor3=4和8的dv差值
diff_df <- Df %>%
  group_by(id, factor1, factor2) %>%
  mutate(diff = dv[factor3 == 4] - dv[factor3 == 8]) %>%
  ungroup()

这样得到的diff_df是包含差值的长格式数据框，既保留了原始数据的结构，又能直接查看每个被试在不同factor1/factor2组合下的factor3水平差异，后续做统计分析也更灵活。

内容的提问来源于stack exchange，提问作者TanZor