R为每个参与者的每个条件选择n行

我有关于多个单一研究的数据框架。对三名参与者进行行为干预（ID_AB2），并收集基线和干预条件的数据（第二阶段：A=基线；B=干预）。最后，“occasions”是一个包含会话数的变量

我试图做的是编写一个代码，获取每个参与者每个阶段的最后三个值，然后计算平均值

 RateAB2 <- c(8, 4, 5, 5, 5, 4, 8, 7, 8, 5, 4, 8, 7, 4, 7, 7, 4, 3, 4, 4, 4, 5, 9, 6, 16, 13, 8, 9, 15, 17, 9, 10, 7, 3, 2, 4, 3, 3, 3, 7, 13, 18, 12, 18, 14, 17, 19, 15) %>% as.numeric()
 PhaseAB2 <- rep(c("A", "B"), each = 8, len = 48)
 OccasionsAB2 <- rep(1:16, len = 48)
 ID_AB2 <- rep(c("C1", "C2", "C3"), each = 16)
 db5 <- data.frame(ID_AB2, OccasionsAB2, PhaseAB2, RateAB2)

RateAB2%as.numeric（）
第二阶段<代码>库（dplyr）
税率为2%
as.numeric（）
阶段2%#获得平均值
取消分组（）#忘记分组
##tibble:6 x 3
#ID_AB2相位2平均值
#         
#1 C1 A 6.33
#2 C1 B 6
#3 C2 A 6.67
#4 C2 B 12
#5 C3 A 4.33
#6 C3 B 17

您可以将过去的

摘要更新为

总结（平均值=平均值（比率AB2），
OccasionSequence=paste0（OccasionsAB2，collapse=“，”）

还可以获取每个案例中使用的场合的ID（作为字符串）。
库（dplyr）
税率为2%
as.numeric（）
阶段2%#获得平均值
取消分组（）#忘记分组
##tibble:6 x 3
#ID_AB2相位2平均值
#         
#1 C1 A 6.33
#2 C1 B 6
#3 C2 A 6.67
#4 C2 B 12
#5 C3 A 4.33
#6 C3 B 17

您可以将过去的
摘要更新为

总结（平均值=平均值（比率AB2），
OccasionSequence=paste0（OccasionsAB2，collapse=“，”）

还可以获取每个案例中使用的场合的ID（作为字符串）。
这正是我想要的。谢谢我只需要更改这部分，因为我需要每个条件的平均值：groupby（ID\u AB2，phasea2）不应该是
top\n（-3…
？不，因为它是top，并且总是按降序工作。
-3
将得到最小的数字。检查
？top\n
在哪里“如果n为正，则选择前n行。如果为负，则选择下n行。”上面的
top\u n（）
相当于
arrange（desc（OccasionsAB2））%%>%slice（1:3）
这正是我要找的。谢谢！我只需要更改这部分，因为我需要每个条件的平均值：groupby（ID\u AB2，phasea2）它不应该是
top\n（-3…
？不，因为它是top，并且总是按降序工作。
-3
将得到最小的数字。检查
？top\n
其中是“如果n为正，选择前n行。如果为负，选择下n行。”上面的
top\n（）
相当于
排列（描述（有时AB2））%>%切片（1:3）
library(dplyr)

RateAB2 <- c(8, 4, 5, 5, 5, 4, 8, 7, 8, 5, 4, 
             8, 7, 4, 7, 7, 4, 3, 4, 4, 4, 5, 
             9, 6, 16, 13, 8, 9, 15, 17, 9, 
             10, 7, 3, 2, 4, 3, 3, 3, 7, 13, 
             18, 12, 18, 14, 17, 19, 15) %>% 
                as.numeric()
PhaseAB2 <- rep(c("A", "B"), each = 8, len = 48)
OccasionsAB2 <- rep(1:16, len = 48)
ID_AB2 <- rep(c("C1", "C2", "C3"), each = 16)
db5 <- data.frame(ID_AB2, OccasionsAB2, PhaseAB2, RateAB2)

db5 %>%
  group_by(ID_AB2, PhaseAB2) %>%       # for each ID and Phase
  top_n(3, OccasionsAB2) %>%           # keep last 3 occasions
  summarise(MEAN = mean(RateAB2)) %>%  # get the average
  ungroup()                            # forget the grouping

# # A tibble: 6 x 3
#   ID_AB2 PhaseAB2  MEAN
#   <fct>  <fct>    <dbl>
# 1 C1     A         6.33
# 2 C1     B         6   
# 3 C2     A         6.67
# 4 C2     B        12   
# 5 C3     A         4.33
# 6 C3     B        17