如何在R中进行行间计算

我有一个ID重复的数据集，如何计算

每个ID的A+B（获取A和B值的总和）

每个ID的A/B（计算A/B）

将结果包括到数据集中

---

ID首先，由于您不需要时间，所以请删除时间列
Time
，然后
将时间列
值
分散到多个列中，并让该列
测试
告诉您将其分散到哪个列中：

[编辑/备注：本答案中的数据集指OP的原始数据集，该数据集后来由OP编辑]

library（tidyr）#用于传播（.）
tab与@akraf的答案非常相似，但带有
dplyr
语法：

library(dplyr)
library(tidyr)

data %>%
  select(-Time) %>%
  spread(Test, value) %>%
  mutate(sum = A+B,
         ratio = A/B)

结果：

  ID  A  B  C sum     ratio
1  1  5  6 NA  11 0.8333333
2  2  7 NA NA  NA        NA
3  3  8  9 10  17 0.8888889
4  4 11 NA 12  NA        NA
5  5 NA 13 NA  NA        NA

首先，你试过什么没用的？其次，如何处理既没有A也没有B的ID？未测试：
使用（您的数据，tapply（值、ID、函数（x）x[Test='A']/x[Test='B']）
。将1的
/
替换为
+
。有关3，请参见
？merge
。输出的行数是否相同？我们能假设总是有A和B（不多也不少）吗？干得好，谢谢，我会接受的。但我需要将时间作为变量保存在数据集中。我试图使它更简单，并假设每个id的所有元素都有相同的时间。有没有办法将时间保留在最终数据集中？（请查看上面的新数据集）这正是问题所在，您必须决定在
spread
ing时如何处理不同的时间值。由于您的新数据集具有相同ID的相同时间，您只需在我的答案中省略
子集
行，它就会起作用。如果同一ID的时间值不同，
spread
将为该ID生成多行，用
NA
填充缺少的
A
、
B
和
C
值。如果每个ID有多次，您可能会考虑在不同的数据集中分离
ID
和
time
，根据您的情况处理该问题，然后在以后使用
merge
（或使用dplyr时使用
full\u join
）。。。。。。通过使用
ID
作为识别列，再次添加时间信息（数据库术语中的“键”/
by=
合并参数）
library(magrittr)
result <-(   tab 
         %>% subset( TRUE, select=c(-Time)) # Remove column Time
         %>% spread(Test, value)
         %>% within({ r1 <- A/B
                      r2 <- A+B
                   })
         )

result

##   ID  A  B  C        r1 r2
## 1  1  5  6 NA 0.8333333 11
## 2  2  7 NA NA        NA NA
## 3  3  8  9 10 0.8888889 17
## 4  4 11 NA 12        NA NA
## 5  5 NA 13 NA        NA NA

library(dplyr)
library(tidyr)

data %>%
  select(-Time) %>%
  spread(Test, value) %>%
  mutate(sum = A+B,
         ratio = A/B)

  ID  A  B  C sum     ratio
1  1  5  6 NA  11 0.8333333
2  2  7 NA NA  NA        NA
3  3  8  9 10  17 0.8888889
4  4 11 NA 12  NA        NA
5  5 NA 13 NA  NA        NA