R语言：长格式数据配对t检验时剔除无配对观测值

当然可以不用转成宽格式来完成这个任务！作为R新手，我们一步步拆解，保证每一步都清晰易懂：

1. 先把你的数据构建成R数据框 #

首先，我们需要把你给出的原始数据转换成R能识别的长格式数据框：

# 创建长格式数据框
df <- data.frame(
  obs = c("A", "B", "C", "D", "E", "F", "G", "A", "C", "D", "F", "G"),
  time = c(1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2),
  value = c(5.5, 7.1, 4.3, 6.4, 6.6, 5.6, 6.6, 6.5, 6.7, 7.8, 5.7, 8.9)
)

2. 筛选出同时存在time1和time2的观测对象 #

我们需要剔除那些只有一个时间点数据的obs（也就是B和E），这里提供两种方法，你可以选自己觉得顺手的：

方法一：Base R 原生操作 #

适合不想加载额外包的新手：

# 统计每个obs出现的次数
obs_counts <- table(df$obs)
# 筛选出出现2次的obs（即同时有time1和time2数据）
valid_obs <- names(obs_counts[obs_counts == 2])
# 过滤数据框，只保留有效的obs
filtered_df <- df[df$obs %in% valid_obs, ]
# 按obs和time排序，确保配对顺序正确
filtered_df <- filtered_df[order(filtered_df$obs, filtered_df$time), ]

方法二：用dplyr包（更简洁直观） #

如果你愿意加载常用的数据处理包dplyr，代码会更易读：

# 先安装dplyr（如果没安装过，先运行这行）
# install.packages("dplyr")
library(dplyr)

filtered_df <- df %>%
  group_by(obs) %>%       # 按obs分组
  filter(n() == 2) %>%    # 只保留每组有2条数据的obs
  ungroup() %>%           # 取消分组
  arrange(obs, time)      # 按obs和time排序，保证配对顺序正确

3. 执行配对t检验 #

现在数据已经准备好，直接用t.test()函数，不需要转宽格式！这里也有两种写法：

写法一：直接提取两个时间点的数值向量 #

# 提取time1和time2的value值
time1_values <- filtered_df$value[filtered_df$time == 1]
time2_values <- filtered_df$value[filtered_df$time == 2]

# 执行配对t检验
t.test(time1_values, time2_values, paired = TRUE)

写法二：用公式形式（更贴合长格式数据） #

因为我们已经确保每个obs都有两个时间点的数据，直接用公式value ~ time，并指定paired = TRUE即可：

t.test(value ~ time, data = filtered_df, paired = TRUE)

新手小贴士 #

• 执行完筛选后，可以用View(filtered_df)查看数据，确认B和E已经被剔除，且每个obs都有time1和time2的记录
• 排序很重要！确保每个obs的time1和time2数据是对应的，避免配对错误
• 如果你的数据量很大，dplyr的方法通常会更高效且代码更易维护

内容的提问来源于stack exchange，提问作者Ishtiaq Mawla