R语言按zone分组，实现level各层级与Sea值相减的通用方案

首先修正你的示例数据生成代码（原代码的zone列生成逻辑有误，导致所有行zone值相同）：

set.seed(123) # 设置随机种子保证结果可复现
df <- data.frame(
  zone = rep(c("USA", "EU", "AFR"), each = 5),
  level = rep(c("Sea", "flatland", "hill", "mountain", "ground"), 3),
  value = rnorm(15, 5, 6)
)

接下来用dplyr实现需求，方案完全适配多level、组内level数量不一致的场景：

library(dplyr)

df_result <- df %>%
  group_by(zone) %>%
  mutate(
    # 提取组内level为"Sea"的value值，组内无Sea则返回NA（可按需调整）
    sea_value = value[level == "Sea"],
    # 计算当前层级值与同组Sea值的差值
    value_minus_sea = value - sea_value
  ) %>%
  ungroup()

关键细节说明： #

• group_by(zone)：确保所有计算都在同一zone组内进行
• value[level == "Sea"]：自动筛选同组内level为"Sea"的数值，若组内有多个Sea条目，可改用first(value[level == "Sea"])取第一个，或mean(value[level == "Sea"])取平均值
• 兼容性：无论level有多少种、各组level数量是否统一，只要组内存在"Sea"层级就能自动计算；若组内无Sea，sea_value和value_minus_sea会返回NA，可通过coalesce(sea_value, 0)将NA替换为0，或添加过滤逻辑处理这类情况

示例输出（基于set.seed(123)）： #

# A tibble: 15 × 5
   zone  level     value sea_value value_minus_sea
   <chr> <chr>     <dbl>     <dbl>           <dbl>
 1 USA   Sea      1.44       1.44            0    
 2 USA   flatland 7.70       1.44            6.26 
 3 USA   hill     5.31       1.44            3.87 
 4 USA   mountain 0.450      1.44           -0.990
 5 USA   ground   7.07       1.44            5.63 
 6 EU    Sea      4.29       4.29            0    
 7 EU    flatland 7.85       4.29            3.56 
 8 EU    hill    -3.80       4.29           -8.09 
 9 EU    mountain 7.87       4.29            3.58 
10 EU    ground   6.04       4.29            1.75 
11 AFR   Sea      7.37       7.37            0    
12 AFR   flatland 6.88       7.37           -0.490
13 AFR   hill     8.24       7.37            0.870
14 AFR   mountain 1.10       7.37           -6.27 
15 AFR   ground   3.11       7.37           -4.26 

内容的提问来源于stack exchange，提问作者Strobila