使用tidyverse计算非基准模型与OM基准模型的运行差值

嘿，我完全get到你的需求了——要让每个非OM模型的每一次运行，都和OM模型同一次运行的数值做差值对比，对吧？之前的代码没对准「对应运行次」这个关键点，咱们用tidyverse来精准搞定它。

步骤1：先明确数据结构（附模拟数据） #

假设你的数据是长格式，包含三列：model（模型名称，OM是基准）、run（运行次数，1/2/3）、value（每次运行的数值）。我先模拟一份符合要求的数据，你可以直接替换成自己的数据集：

library(tidyverse)

# 模拟4个模型各3次运行的数据
set.seed(123) # 固定随机数，方便复现
df <- tibble(
  model = rep(c("OM", "ModelA", "ModelB", "ModelC"), each = 3),
  run = rep(1:3, 4),
  value = rnorm(12, mean = 10, sd = 2)
)

步骤2：提取OM的基准数据 #

先把OM的3次运行数据单独拎出来，并重命名数值列，方便后续配对计算：

om_baseline <- df %>%
  filter(model == "OM") %>%
  rename(om_value = value) %>% # 把OM的数值列改名，避免和其他模型混淆
  select(run, om_value) # 只保留运行次数和OM的数值

步骤3：配对计算差值 #

用left_join按照「运行次数（run）」把原数据和OM基准数据配对，这样每个模型的每一次运行，都能对应到OM同一次运行的数值，再计算差值：

result <- df %>%
  left_join(om_baseline, by = "run") %>% # 按run配对，确保同次运行对应
  mutate(value_diff = value - om_value) %>% # 计算当前模型值 - OM对应run的值
  filter(model != "OM") %>% # 可选：过滤掉OM自己的行（差值为0，没必要保留）
  select(model, run, value, om_value, value_diff) # 整理输出列的顺序

看看结果 #

运行完上面的代码，你会得到这样的结果（以模拟数据为例）：

# A tibble: 9 × 5
  model   run value om_value value_diff
  <chr> <int> <dbl>    <dbl>      <dbl>
1 ModelA    1  9.43     8.89      0.542
2 ModelA    2  9.94    10.4      -0.473
3 ModelA    3 10.9     10.9       0.046
4 ModelB    1  7.95     8.89     -0.940
5 ModelB    2 11.0     10.4       0.594
6 ModelB    3 11.6     10.9       0.720
7 ModelC    1  9.48     8.89      0.590
8 ModelC    2  9.80    10.4      -0.595
9 ModelC    3  9.60     10.9      -1.29

这里的value_diff就是你要的「每个模型每次运行与对应OM运行的差值」啦！

关键说明 #

• 核心逻辑是按run配对，而不是按模型分组计算，这才解决了你之前代码只算模型内差值的问题。
• 如果你的run列不是数字（比如是字符串、日期），只要它能唯一标识每一次运行，这个方法完全适用。

内容的提问来源于stack exchange，提问作者2ton21