使用dplyr计算分组汇总后各处理组相对对照组的百分比变化

可以直接在dplyr的链式操作中一步完成计算，不需要拆分多步生成独立对照组表、再做关联，核心是通过逻辑索引直接提取汇总后的对照组均值做全表计算。

• 核心逻辑：分组汇总得到各组均值后，用grp == "control"匹配到对照组的均值，统一计算所有组相对于该值的百分比变化，对照组计算结果自动为0，不需要额外赋值。
• 实现代码：

library(dplyr)

# 模拟数据
set.seed(5)
dd <- data.frame(id = rep(c(1:4), 3),
                 val = c(rnorm(4) +2,
                         rnorm(4) +3,
                         rnorm(4) +4),
                 grp = rep(c("control", "ch1", "ch2"), each = 4))

# 一步计算结果
result <- dd %>% 
  group_by(grp) %>% 
  summarise(my_mean = mean(val)) %>%
  mutate(perc_change = (my_mean - my_mean[grp == "control"])/my_mean[grp == "control"] * 100)

• 输出结果：

# A tibble: 3 × 3
  grp     my_mean perc_change
  <chr>     <dbl>       <dbl>
1 ch1        3.14       48.3 
2 ch2        4.47      111.  
3 control    2.12        0   

如果需要调整百分比的保留小数位数，可在mutate中配合round()函数使用，比如perc_change = round((my_mean - my_mean[grp == "control"])/my_mean[grp == "control"] * 100, 2)即可保留两位小数。

内容的提问来源于stack exchange，提问作者maycca