R多因子数据转换问题：使用dplyr实现分组归一化差值计算

正确实现代码 #

首先修正列名拼写问题，通过逻辑索引提取同组基准值计算差值：

library(dplyr)
normalized_mydf <- mydf %>% 
  # 原数据列名为countries，注意和数据源拼写保持一致
  group_by(countries) %>% 
  mutate(
    W1_norm = W1 - W1[Type == "Grass"],
    W2_norm = W2 - W2[Type == "Grass"]
  )

实现逻辑说明 #

• 按countries分组后，每个分组内有且仅有1条Type为Grass的记录
• W1[Type == "Grass"]会提取当前分组内Grass对应的W1固定值，和组内所有记录的W1逐一做差，计算结果符合W1_Norm = 当前值 - 同组Grass值的需求
• Grass对应的归一化结果会为0，若不需要保留该类记录，可在管道末尾添加filter(Type != "Grass")筛选

之前结果全为0的原因 #

两次调用group_by时大概率错误将Type也加入了分组维度，此时每个分组仅包含1条记录，计算时相当于当前值减自身，最终结果全为0，仅保留countries单维度分组即可。

内容的提问来源于stack exchange，提问作者Strobila