如何在R中排序数据并指定研究眼开展后续分析

核心逻辑是先为每一位受试者标记研究眼侧别，再批量将对应侧的指标值提取为通用列，后续所有分析直接调用通用列即可，无需每次判断侧别。

步骤1：确认变量命名规则 #

你现有数据的变量命名符合统一的批量处理前提：

• 左侧（sin）指标统一为sin_指标名格式，如sin_ons、sin_etd
• 右侧（dxt）指标统一为dxt_指标名格式，如dxt_ons、dxt_etd
  左右侧匹配的指标后缀（即_后面的部分）完全一致。

步骤2：加载依赖包（推荐tidyverse生态，语法更易懂） #

如果未安装过先运行安装命令：
install.packages("tidyverse")
加载包：
library(tidyverse)

步骤3：标记研究眼并批量提取对应指标值 #

假设你的原始数据集名为df，运行以下代码即可生成处理后的新数据集df_study：

df_study <- df %>%
  # 标记研究眼侧别：sin代表左眼，dxt代表右眼
  mutate(study_eye = ifelse(sin_ons > dxt_ons, "sin", "dxt")) %>%
  # 批量提取研究眼对应的所有指标，生成不带前缀的通用列
  rowwise() %>%
  mutate(
    across(c(ons, etd, eld, after), # 此处可新增你需要提取的所有指标后缀名
           ~ get(paste0(study_eye, "_", cur_column()))
    )
  ) %>%
  ungroup()

代码效果说明： #

处理后的数据会新增不带sin_/dxt_前缀的通用列，比如ons列就是研究眼的视神经隆起度，etd列就是研究眼的对应测量值，完全符合你的示例需求：ID17的通用列值自动取sin_开头的对应值，ID45的通用列值自动取dxt_开头的对应值。

步骤4：后续分析直接调用通用列 #

所有分析直接调用通用列即可，比如计算研究眼视神经隆起度和眼球长度的相关性：
cor.test(df_study$ons, df_study$eld)

基础R实现方案（无需安装额外包） #

如果不想使用tidyverse，可以用基础R代码实现同样效果：

# 标记研究眼
df$study_eye <- ifelse(df$sin_ons > df$dxt_ons, "sin", "dxt")
# 列出所有需要提取的指标后缀
vars <- c("ons", "etd", "eld", "after")
# 批量生成研究眼指标列
for (v in vars) {
  df[[v]] <- ifelse(df$study_eye == "sin", df[[paste0("sin_", v)]], df[[paste0("dxt_", v)]])
}

注意事项 #

• 如果视神经隆起度相等时需要指定选择规则，可以自行调整ifelse的判断条件，当前默认相等时选dxt侧
• 如果有更多需要提取的指标，只要把指标的后缀名（即sin_/dxt_后面的部分）新增到代码的指标列表中即可

内容的提问来源于stack exchange，提问作者Johanne