如何用R按作答结果类型计算受试者平均RT并生成新dataframe

问题核心原因 #

你之前的代码存在两个核心问题：

1. 没有按受试者标识分组，计算得到的是整个数据集所有正确试次的总平均，而非每个受试者各自的平均
2. dplyr管道中使用practice$RT这类带$的写法会直接调用原始数据集的整列数据，忽略管道内的分组逻辑，无法得到分组统计结果

实现代码 #

以下示例默认你的数据集中受试者标识列名为subject_id，如果实际列名不同请自行替换。

第一步：加载依赖包 #

library(tidyverse)

第二步：生成汇总表 #

你可以先得到一个每行对应一位受试者、同时包含正确和错误作答平均RT的宽表：

rt_summary <- practice %>%
  # 按受试者ID、作答结果分组
  group_by(subject_id, Outcome) %>%
  # 计算分组平均RT，na.rm=TRUE避免缺失值导致结果为NA
  summarise(mean_RT = mean(RT, na.rm = TRUE), .groups = "drop") %>%
  # 转换为宽格式，不同作答结果的平均RT单独成列
  pivot_wider(
    names_from = Outcome,
    values_from = mean_RT,
    names_prefix = "mean_"
  )

运行后rt_summary会包含subject_id、mean_Correct、mean_Incorrect三列。

第三步：拆分生成单独的dataframe #

如果需要分别生成仅含正确平均RT、仅含错误平均RT的两个独立dataframe，可在上述结果基础上筛选：

# 仅含正确作答平均RT的dataframe
correct_rt_df <- rt_summary %>% select(subject_id, mean_Correct)

# 仅含错误作答平均RT的dataframe
incorrect_rt_df <- rt_summary %>% select(subject_id, mean_Incorrect)

补充说明 #

如果需要保留原始数据集的所有试次行，同时给每行添加对应受试者、对应作答结果的组平均RT，可使用如下代码：

practice_with_group_rt <- practice %>%
  group_by(subject_id, Outcome) %>%
  mutate(group_mean_RT = mean(RT, na.rm = TRUE)) %>%
  ungroup()

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