R：如何根据多列的因子水平减去值？

Question

我有一个看起来像这样的数据框（使用 reshape2::cast 和合并）：

time days treatment extrafactor1 extrafactor2 extrafactor3 animal1  animal2 animal3
10  83  control B   water   2   2   67  40
10  83  control B   water   3   50  67  39
10  83  control A   water   3   22  80  63
10  83  control A   water   2   40  40  100
10  83  treated A   water   3   40  69  92
10  83  treated A   water   1   64  56  6
10  83  treated A   water   2   90  67  52
10  83  treated B   water   2   14  36  77
10  83  treated B   water   3   41  83  55
10  83  treated B   water   1   66  31  51
11  86  control B   water   1   99  100 10
11  86  control B   water   2   23  27  22
11  86  control A   water   3   57  10  65
11  86  control A   water   1   60  2   49
11  86  control A   water   2   23  14  44
11  86  control B   water   3   97  45  20
11  86  treated B   water   2   71  15  24
11  86  treated B   water   3   49  55  63
11  86  treated A   water   3   54  88  27

我想从处理过的样本中减去对照样本中不同动物的值。当然，减法应在其他因素的水平匹配时进行，因此“11_86_treatment_A_water_3”的animal1-value应减去“11_86_control_A_water_3”的animal1-value，这适用于每只动物。我一直在用 plyr 尝试一些事情，比如

df2 <- ddply(df, .(time,days,treatment,extrafactor1,extrafactor2,extrafactor3), transform, animal1 = animal1-animal1[treatment=="control"])

但它给了我很多 NA，我确信缺少信息来充分执行我想要的。实际上有 100 多种动物。

我的尝试是从这里改编的，但是输入变量和要执行的列更少：Easiest way to subtract associated with one factor level from values associated with all other factor levels 在这里：R ddply with multiple variables

也可以等到将表格重新整形为ggplot的长格式，如果这样会让事情变得更容易？

你对我有什么建议吗？

Answer 1

不是最优雅的，但您可以创建一个名为 group_string 的新列，它是您在示例中已经提到的所有不同因素的连接字符串。但它是“控制”还是“治疗”将是最后一个论点。例如，而不是

"11_86_treated_A_water_3" 和 "11_86_control_A_water_3"

你会有

"11_86_A_water_3_treated" 和 "11_86_A_water_3_control"

然后您可以在没有处理/控制子字符串的情况下对所有唯一字符串运行循环，例如一个唯一的字符串是"11_86_A_water_3_"，对于每个字符串，从group_string 中“处理”的行中减去group_string 中具有“控制”的行。

编辑： 好的，刚刚有了另一个想法。 按除治疗（时间、天数、extrafactor1、extrafactor2、extrafactor3）之外的所有因素进行分组，这应该为每个子组留出两行。然后使用diff() 计算每个子组的这两行之间的差异。