我有这样的数据框（df）（在下面找到dput）：
X A_T B_N B_T C_N C_T C_T.1 C_T.2 D_N D_T D_T.1 E_T F_N
w 1 5 9 13 17 21 25 29 33 37 41 45
x 2 6 10 14 18 22 26 30 34 38 42 46
y 3 7 11 15 19 23 27 31 35 39 43 47
z 4 8 12 16 20 24 28 32 36 40 44 48
是列（在第一个之后）有一个前缀（这里是A到F，但可以是包含字符，数字或符号的任何其他字符串），然后是“_”，然后是“T”或“N” 。然后以_T结尾的ID也可以在末尾具有“.1”或“.2”。
我想要做的是首先在这样的表中识别相同前缀的所有可能的ID对（其中m1和m2仅表示每对的member1和member2，m1是“_N”成员， m2是“_T”成员，“pair”是该对的名称）：
m1 m2 pair
B_N B_T B
C_N C_T C
C_N C_T.1 C.1
C_N C_T.2 C.2
D_N D_T D
D_N D_T.1 D.1
请注意，不属于一对的ID将被丢弃（如A，E和F）。
然后我想计算每对的m2和m1的列（来自df）之间的差异，并将它放在一个新表中，其中每列是一对，如下所示：
X B C C.1 C.2 D D.1
w 4 4 8 12 4 8
x 4 4 8 12 4 8
y 4 4 8 12 4 8
z 4 4 8 12 4 8
请注意，该解决方案需要适用于我们无法单独指示值的较大数据帧，以及ID前缀可能是包含字符，数字或符号的任何字符串的数据帧。
如果有什么我可以澄清的话，请告诉我，谢谢你的帮助！
df的输入：
> dput(df)
structure(c("w", "x", "y", "z", "1", "2", "3", "4", "5", "6",
"7", "8", "9", "10", "11", "12", "13", "14", "15", "16", "17",
"18", "19", "20", "21", "22", "23", "24", "25", "26", "27", "28",
"29", "30", "31", "32", "33", "34", "35", "36", "37", "38", "39",
"40", "41", "42", "43", "44", "45", "46", "47", "48"), .Dim = c(4L,
13L), .Dimnames = list(NULL, c("X", "A_T", "B_N", "B_T", "C_N",
"C_T", "C_T.1", "C_T.2", "D_N", "D_T", "D_T.1", "E_T", "F_N")), class = "noquote")
答案 0 :(得分：1)
以下是使用tidyverse工具执行此操作的方法。
tidyr用于重塑数据 - 首先是长，然后是宽。
dplyr用于一般数据操作，包括inner_join。
stringr仅用于创建pair变量的字符串操作。
library(dplyr)
library(tidyr)
library(stringr)
df_orig <- readr::read_table2(
"X A_T B_N B_T C_N C_T C_T.1 C_T.2 D_N D_T D_T.1 E_T F_N
w 1 5 9 13 17 21 25 29 33 37 41 45
x 2 6 10 14 18 22 26 30 34 38 42 46
y 3 7 11 15 19 23 27 31 35 39 43 47
z 4 8 12 16 20 24 28 32 36 40 44 48")
df_long <- df_orig %>%
gather("key", "value", -X) %>%
separate(key, c("prefix", "suffix"), sep = "_")
df_long
#> # A tibble: 48 x 4
#> X prefix suffix value
#> * <chr> <chr> <chr> <int>
#> 1 w A T 1
#> 2 x A T 2
#> 3 y A T 3
#> 4 z A T 4
#> 5 w B N 5
#> 6 x B N 6
#> 7 y B N 7
#> 8 z B N 8
#> 9 w B T 9
#> 10 x B T 10
#> # ... with 38 more rows
N和T df_n <- df_long %>%
filter(suffix == "N")
df_t <- df_long %>%
filter(suffix != "N")
N和T表以获取对，计算差异，重新整形在这里，您应该使用inner_join删除仅出现在其中一个案例中的案例，例如A，E和F
df_merged <- inner_join(df_n, df_t, by = c("X", "prefix"), suffix = c("_m1", "_m2")) %>%
mutate(pair = str_c(prefix, str_sub(suffix_m2, 2)),
value = value_m2 - value_m1) %>%
select(X, pair, value) %>%
spread(pair, value)
df_merged
#> # A tibble: 4 x 7
#> X B C C.1 C.2 D D.1
#> * <chr> <int> <int> <int> <int> <int> <int>
#> 1 w 4 4 8 12 4 8
#> 2 x 4 4 8 12 4 8
#> 3 y 4 4 8 12 4 8
#> 4 z 4 4 8 12 4 8