将一个主题观察结果与所有其他主题观察结果合并

Question

我试图从数据集中删除一个主题，然后将它们与其他主题合并，以便可以将它们在每个时间点的值与其他所有人进行比较。

数据如下所示：

subject <- rep(1:5, each = 20)
seconds <- rep(1:20, times = 20)
variable <- rnorm(n = subject, mean = 20, sd = 10)
d <- data.frame(subject, seconds, variable)

然后，我从数据中删除主题4，并尝试将它们合并回来，以便将它们与其他每个主题进行比较：

four <- subset(d, subject == 4)
d2 <- subset(d, subject != 4)

我已经尝试过了，但问题是，每次合并它都会重复每秒4次：

merge(d2, four, by = "seconds")

有没有一种方法可以精确地合并每个个体相对于主题4？

Answer 1

代码中的问题来自这样一个事实，即只有subjects 4具有满足seconds == 4的值。请参见：

subject <- rep(1:5, each = 20)
seconds <- rep(1:20, each = 20)
d <- data.frame(subject, seconds)
with(d, table(subject, seconds))
       seconds
subject  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20
      1 20  0  0  0  0 20  0  0  0  0 20  0  0  0  0 20  0  0  0  0
      2  0 20  0  0  0  0 20  0  0  0  0 20  0  0  0  0 20  0  0  0
      3  0  0 20  0  0  0  0 20  0  0  0  0 20  0  0  0  0 20  0  0
      4  0  0  0 20  0  0  0  0 20  0  0  0  0 20  0  0  0  0 20  0
      5  0  0  0  0 20  0  0  0  0 20  0  0  0  0 20  0  0  0  0 20

由于您是在秒上合并，并且对于four中的所有条目，秒等于4，因此merge的输出是正确的，即您期望得到一个空表。

如果更改顺序，则不会出现问题。

subject <- rep(1:20, each = 5)
seconds <- rep(1:20, each = 20)
d <- data.frame(subject, seconds)

four <- subset(d, subject == 4)
d2 <- subset(d, subject != 4)

newdf <- merge(d2, four, by = "seconds")
head(newdf)
  seconds subject.x subject.y
1       1         1         4
2       1         1         4
3       1         1         4
4       1         1         4
5       1         1         4
6       1         1         4

你可以看到，现在我们可以在x和y中找到主题，即传递给merge的左右数据帧。

评论:你想要什么听起来更像是重塑你的数据，但你仍然需要弄清楚如何处理你的副本。给你一个概念：

library(reshape2)
d$ind <- factor(d$subject==4, labels = c("four", "not four"))
out <- dcast(d, seconds ~ ind, fun.aggregate = function(x) x[1], value.var = "variable")
head(out)
  seconds      four  not four
1       1 20.836195 16.539739
2       2 15.923540 11.534704
3       3  1.250495 12.992153
4       4 25.127817 31.510210
5       5  8.990819  8.030607
6       6 21.783900 38.300430

只要有重复的值，它就会取第一个值。