如何使用dplyr按id分组，不逐一列变量完成行组间变量除法？

这个问题我太熟了！面对上百个类似基因的变量时，一个个手动列出来完全是浪费时间，用dplyr的批量操作功能就能轻松搞定，给你两种实用的解决方案：

方法一：用across()直接批量处理（简洁高效） #

这种方法适合你的每个id组里确定只有condition=0和1各一行的情况，直接在分组后用across()指定要处理的变量范围，不用逐个列出。

步骤示例： #

首先模拟一个和你场景类似的测试数据：

library(dplyr)

# 模拟数据：3个id分组，每个组有condition=0和1，3个基因变量（可扩展到100个）
set.seed(123)
df <- tibble(
  id = rep(1:3, each = 2),
  condition = rep(c(0,1), 3),
  gene1 = rnorm(6, mean = 10, sd = 2),
  gene2 = rnorm(6, mean = 8, sd = 1.5),
  gene3 = rnorm(6, mean = 12, sd = 3)
)

然后执行批量除法：

# 核心代码：排除id和condition列，对其余所有变量做0/1的除法
result <- df %>%
  group_by(id) %>%
  summarize(
    across(-c(id, condition), ~ .[condition == 0] / .[condition == 1]),
    .groups = "drop"  # 处理完分组后取消分组
  )

如果你的变量有统一前缀（比如都叫geneXXX），也可以用变量选择器更精准地指定：

# 只处理以gene开头的变量
result <- df %>%
  group_by(id) %>%
  summarize(
    across(starts_with("gene"), ~ .[condition == 0] / .[condition == 1]),
    .groups = "drop"
  )

方法二：用tidyr的长表转换（灵活通用） #

如果你的数据可能存在组内condition重复、或者需要更灵活的计算逻辑（比如先取均值再除法），可以用tidyr的pivot_longer()转成长表处理，再转回宽表。

步骤示例： #

library(tidyr)

result <- df %>%
  # 把所有非id/condition的变量转成长格式
  pivot_longer(cols = -c(id, condition), names_to = "variable", values_to = "value") %>%
  # 按id和变量分组计算比值
  group_by(id, variable) %>%
  summarize(ratio = value[condition == 0] / value[condition == 1], .groups = "drop") %>%
  # 转回宽格式，恢复原变量结构
  pivot_wider(names_from = "variable", values_from = "ratio")

扩展场景：如果组内有多个相同condition的行 #

比如每个id组里有多个condition=0或1的行，需要先取均值再除法，只需要修改summarize部分：

result <- df %>%
  pivot_longer(cols = -c(id, condition), names_to = "variable", values_to = "value") %>%
  group_by(id, variable, condition) %>%
  summarize(mean_value = mean(value), .groups = "drop_last") %>%
  summarize(ratio = mean_value[condition == 0] / mean_value[condition == 1], .groups = "drop") %>%
  pivot_wider(names_from = "variable", values_from = "ratio")

注意事项 #

• 确保每个id组内同时存在condition=0和1的行，否则结果会出现NA。可以提前过滤掉不满足条件的组：

  df %>%
    group_by(id) %>%
    filter(n_distinct(condition) == 2) %>%  # 只保留同时有0和1的组
    summarize(across(-c(id, condition), ~ .[condition == 0] / .[condition == 1]), .groups = "drop")
  

• 如果你的变量里有非数值型列，记得在across()里用where(is.numeric)来只处理数值变量：

  across(where(is.numeric) & -c(id, condition), ~ .[condition == 0] / .[condition == 1])
  

内容的提问来源于stack exchange，提问作者Elmahy