在R中按组计算均值并求与基线的差值（dplyr方案）

针对以基因为行、多组重复列为结构的大数据框，以下是用dplyr实现需求的高效方案：

步骤1：准备环境与示例数据 #

先加载dplyr包，并用你提供的代码生成示例数据（设置随机种子保证结果可复现）：

library(dplyr)

set.seed(123)
m <- matrix(runif(72, min = -10, max = 15), nrow = 8, ncol = 9)
df <- as.data.frame(m, row.names = paste0('g', rep(1:8))) 
colnames(df) <- c(paste0("A_", rep(1:3)), paste0("B_", rep(1:3)), paste0("C_", rep(1:3)))

步骤2：计算每组均值并生成差值结果 #

利用across()批量选中目标列，结合向量化的rowMeans()计算行均值（比rowwise()效率更高，适合大规模数据），再以A组为基线计算差值：

res_tab <- df %>%
  # 计算各组的行均值
  mutate(
    mean_A = rowMeans(across(starts_with("A_"))),
    mean_B = rowMeans(across(starts_with("B_"))),
    mean_C = rowMeans(across(starts_with("C_")))
  ) %>%
  # 计算B、C组相对A组的差值
  mutate(
    B = mean_B - mean_A,
    C = mean_C - mean_A
  ) %>%
  # 只保留需要的差值列，保留原行名
  select(B, C)

结果说明 #

最终的res_tab结构完全符合需求：行名为原基因名，列是B组、C组相对A组的差值。可以通过print(res_tab)查看结果：

print(res_tab)

内容的提问来源于stack exchange，提问作者Jackie