R中的线对之间的减法

Question

我一直在尝试向我的数据框中添加一个新列，这是由于每个“子数据框”（每个“id_n”）的行对减去一列的值。

我的数据框如下所示：

dput(df[1:30,c(2,5,6,9,14,15)])

结构（列表（gen_spe = c（“holo_ads”，“holo_ads”，“holo_ads”， “holo_ads”、“holo_ads”、“holo_ads”、“holo_ads”、“holo_ads”、“holo_ads”、 “holo_ads”、“holo_ads”、“holo_ads”、“holo_ads”、“holo_ads”、“holo_ads”、 “holo_ads”、“holo_ads”、“holo_ads”、“holo_ads”、“holo_ads”、“holo_ads”、 “holo_ads”、“holo_ads”、“holo_ads”、“holo_ads”、“holo_ads”、“holo_ads”、 "holo_ads", "holo_ads", "holo_ads"), ori = c("guad", "guad", “瓜德”、“瓜德”、“瓜德”、“瓜德”、“瓜德”、“瓜德”、“瓜德”、“瓜德”、 “瓜德”、“瓜德”、“瓜德”、“瓜德”、“瓜德”、“瓜德”、“瓜德”、“瓜德”、 “瓜德”、“瓜德”、“瓜德”、“瓜德”、“瓜德”、“瓜德”、“瓜德”、“瓜德”、 “瓜德”，“瓜德”，“瓜德”，“瓜德”），spe = c（“广告”，“广告”，“广告”， “广告”、“广告”、“广告”、“广告”、“广告”、“广告”、“广告”、“广告”、“广告”、 “广告”、“广告”、“广告”、“广告”、“广告”、“广告”、“广告”、“广告”、“广告”、 “广告”、“广告”、“广告”、“广告”、“广告”、“广告”、“广告”、“广告”、“广告” ），id_n = c（“1_1”，“1_1”，“1_1”，“1_1”，“1_10”，“1_10”，“1_10”， “1_10”、“1_11”、“1_11”、“1_11”、“1_11”、“1_12”、“1_12”、“1_12”、 “1_12”、“1_13”、“1_13”、“1_13”、“1_13”、“1_14”、“1_14”、“1_14”、 “1_15”、“1_15”、“1_15”、“1_16”、“1_16”、“1_16”、“1_16”），npu = c（1， 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 1, 2, 3, 1, 2, 3, 4)，duper = c(0.00997, 0.01002, 0.01213, 不适用, 0.01049, 0.01024, 0.01292, 不适用, 0.01054, 0.01009, 0.01424, 不适用, 0.01088, 0.01027, 0.01444, 不适用, 0.0102, 0.00995, 0.01165, 不适用, 0.01079, 0.01047, 不适用, 0.01061, 0.01129, 不适用, 0.01038, 0.0102, 0.01317, NA)), row.names = c(NA, 30L), class= "data.frame")

所以，我们有类似的东西：

id_n <- c("1_1","1_1","1_1","1_1","2_1","2_2","2_3","2_4","3_1","3_2")
duper <- c("0.00997","0.01002","0.01213", "NA", "0.01024", "0.01024", "0.01258", "NA", "0.01045", "0.01020")
npu <- c("1", "2", "3", "4", "1", "2", "3", "4", "1", "2")
x <- data.frame(id_n, duper, npu)

我希望 R 给我一个新列，对应于每个 id_n 列 'duper' 2 减去 2 的值。

例如，对于 id_n = 1_1 ：0.01002-0.00997; 0.01213-0.01002. 对于 id_n = 1_2 ：0.01024-0.01024; 0.01258-0.01024. 对于 id_n = 1_3 ：0.01061-0.01047 以此类推。

我可以制作一个“子数据帧”列表，然后我想在上面应用一个函数，但我不知道如何让 R 来计算这个。 'npu' 列可用作每个 id_n 的值从 1 到 ...。

你有什么想法吗？

非常感谢，

海洋。

Answer 1

类似这样的东西（使用tidyverse 库）：

install.packages("tidyverse")
library(tidyverse)

x$duper <- as.numeric(x$duper)

x %>%
  group_by(id_n) %>%
  mutate(new_col = duper - lag(duper))

返回这个结果：

# A tibble: 10 x 4
# Groups:   id_n [7]
   id_n     duper npu      new_col
   <chr>    <dbl> <chr>      <dbl>
 1 1_1    0.00997 1     NA        
 2 1_1    0.0100  2      0.0000500
 3 1_1    0.0121  3      0.00211  
 4 1_1   NA       4     NA        
 5 2_1    0.0102  1     NA        
 6 2_2    0.0102  2     NA        
 7 2_3    0.0126  3     NA        
 8 2_4   NA       4     NA        
 9 3_1    0.0104  1     NA        
10 3_2    0.0102  2     NA