dplyr：分组减去值（基于预过滤的行）

Question

我被困在（可能）非常明显的事情上，但我无法弄清楚实际问题是什么。

DF <- data.frame(Gene = c(rep("A",8), rep("X",8)),
             Genotype = c(rep("WT",4),rep("mut",4),rep("WT",4),rep("mut",4)),
             TimePoint = c(1,2,3,4,1,2,3,4,1,2,3,4,1,2,3,4),
             Value = c(12.5,12.33,11,10,23.22,22,21.2,45.3,22,12,23,21.2,23.2,45.3,21,22))

我想做什么：从组内的所有值中减去对应于TimePoint == 1的值（此处：Group = Gene，Genotype）。

我希望输出如下代码所示：

DF %>% group_by(Gene, Genotype) %>% mutate(Diff = Value - first(Value))

但是，我将根据给定的TimePoint选择值，而不是第一个函数，而不必是每个组中的第一个。

我的想法是做这样的事情，但实际上它没有按预期使用分组数据：

DF %>% group_by(Gene, Genotype) %>% mutate(Diff = Value - filter(.,TimePoint == 1)$Value)

我真的不知道为什么分组数据没有正确地传递给过滤器语句？

Answer 1

在分组步骤之后，通过创建具有'TimePoint'的逻辑向量（即TimePoint == 1并从'Value'中减去它来对'Value'进行子集化

DF %>%
   group_by(Gene, Genotype) %>%
   mutate((Diff = Value - Value[TimePoint == 1]))

---

或者另一个选项是match以获取索引

DF %>%
   group_by(Gene, Genotype) %>% 
   mutate((Diff = Value - Value[match(1, TimePoint)]))

---

如果我们确实需要使用filter ，那么过滤数据集，然后执行right_join并获得差异

DF %>%
   filter(TimePoint == 1) %>% 
   select(Gene, Genotype, Value1 = Value)  %>% 
   right_join(DF) %>% 
   mutate(Diff = Value - Value1) %>%
   select(-Value1)

---

在的OP的方式filter荷兰国际集团后所提取的“值” filter没有关注的group_by约束，它只被减去回收