如何在R数据集中查找重复测量变异最小的Idm分组

核心实现代码 #

你可以直接基于tidyverse生态的dplyr完成分组统计和排序，完全匹配你提出的「优先看sd均值、其次看value均值，双低即为低变异分组」的逻辑：

# 加载依赖包
library(dplyr)

# 1. 按Idm分组计算所需统计指标
idm_stats <- df %>%
  group_by(Idm) %>%
  summarise(
    # 组内value均值
    avg_value = mean(value),
    # 组内sd均值
    avg_sd = mean(sd),
    # 可选补充：计算变异系数CV=sd/均值，消除数值量级影响，跨组比较变异更客观
    cv = avg_sd / avg_value,
    .groups = "drop"
  )

# 2. 按双低逻辑排序，排在最前的就是变异最低的分组
sorted_idm <- idm_stats %>%
  # 先按sd均值升序，再按value均值升序
  arrange(avg_sd, avg_value)

# 3. 提取变异最低的分组的原始测量数据
lowest_var_id <- sorted_idm$Idm[1]
lowest_var_raw <- df %>% filter(Idm == lowest_var_id)

运行结果说明 #

• 排序后的统计结果中，AAAAA组的平均sd为372.97、平均value为803.1，是所有分组中双指标最低的，和你观测到的「AAAAA变异最小」的结论一致
• 第二位的CCCCC组平均sd为914.8、平均value为1081.27，也符合你给出的参考示例特征
• 统计结果和你提供的可视化观测结果完全匹配

自定义调整说明 #

如果需要调整筛选权重，比如更看重value的大小，只需要修改arrange里的排序顺序即可，例如要优先按value升序，改为arrange(avg_value, avg_sd)即可。

内容的提问来源于stack exchange，提问作者Learner