受试者内条件依赖计算：dplyr实现组内差值出错求助

你遇到的问题其实是mutate和summarize的用法差异导致的：mutate会保留原始数据的所有行，并将组内计算的结果重复填充到每一行，所以同一个受试者的所有行都会显示相同的差值——这其实是mutate的预期行为，但如果你的目标是每个受试者一行的汇总差值结果，就需要用summarize来替代。

方案一：用summarize生成受试者级别的汇总结果 #

这个方案会直接输出每个受试者的a.diff和b.diff，每一行对应一个受试者：

library(dplyr)

# 假设你的数据框名为dataset
dataset %>%
  group_by(subject) %>%
  summarize(
    # 计算a_un总和减去a总和，na.rm避免无对应条件时返回NA
    a.diff = sum(target_resp.rt[target_resp == "a_un"], na.rm = TRUE) - sum(target_resp.rt[target_resp == "a"], na.rm = TRUE),
    b.diff = sum(target_resp.rt[target_resp == "b_un"], na.rm = TRUE) - sum(target_resp.rt[target_resp == "b"], na.rm = TRUE)
  )

方案二：先转宽格式再计算（更直观） #

如果想更清晰地看到每个条件的总和，再计算差值，可以先把长格式数据转成宽格式：

dataset %>%
  # 先按受试者和目标响应分组，计算每组的总反应时
  group_by(subject, target_resp) %>%
  summarize(total_rt = sum(target_resp.rt, na.rm = TRUE), .groups = "drop") %>%
  # 转成宽格式，每个target_resp作为一列
  pivot_wider(names_from = target_resp, values_from = total_rt, values_fill = 0) %>%
  # 计算差值
  mutate(
    a.diff = a_un - a,
    b.diff = b_un - b
  )

这个方法会先展示每个受试者各条件的总反应时，再给出差值，结果更易读。

为什么你的原始代码会得到重复的差值？ #

mutate的作用是为原始数据的每一行添加新列，当你在group_by(subject)后用sum()计算组内总和时，这个总和是针对整个受试者的，所以会被复制到该受试者的所有行中——这是正常的，但显然不是你想要的汇总结果。如果确实需要在原始数据中保留所有行，同时附带受试者的差值，那你的原始代码是正确的；但如果要的是每个受试者一行的汇总，就用上面的summarize或转宽格式的方法。

内容的提问来源于stack exchange，提问作者RobertP.