计算R Dataframe中每个ID的每日差异[重复]

Question

我有一个看起来像这样的数据框：

    ID    Day  Value
    A     1    1.4
    A     2    3.4
    A     3    5.6
    A     4    6.7
    B     1    2.3
    B     2    3.4
    B     2    3.5
    C     1    2.3
    C     2    4.6
    C     3    6.8

我想添加一列“与前一天的差异”。如您所见，并非表中的所有 Objects 直到最后一天都有值，有时一天会有多个测量值 (B2)，应该通过取平均值来总结。

在 R 中做这件事的好方法是什么？我现在正在使用一个循环来遍历每一行并找到前一天的匹配行，但这需要很长时间并且不觉得你应该这样做。

额外问题：测量并不总是在一天中的同一时间进行，因此实际上 Day 列是一个浮点数（从实验开始算起 2.4553 天）。没有必要以任何方式对差异进行归一化，因为生成的差异最终会出现在 X 轴上 Day[Float] 的图中，但如果有一个不依赖 Day 的解决方案会很好 - 1 用于查找上一个条目。

Answer 1

假设您的数据框名为“df”，则使用 dplyr 回答：

library(dplyr)

output <- df %>% 
  group_by(ID, Day) %>% 
  summarise(Value = mean(Value)) %>% # ensure only 1 Value per Day/ID
  mutate(PrevValue = lag(value, n=1), # create column that is previous days value                            
         DiffToPreviousDay = PrevValue - Value) # calculate difference

如果 day 是一个浮点数，而不是查找与前一天的差异，您想要与前一个观察结果的差异，然后简单地省略摘要：

library(dplyr)

output <- df %>% 
  group_by(ID, Day) %>% 
  mutate(PrevValue = lag(value, n=1), # create column that is previous days value                            
         DiffToPreviousObservation = PrevValue - Value) # calculate difference

Answer 2

也许你可以试试下面的代码，这是一个基本的 R 解决方案：

df <- within(df,difference <- ave(ave(Value, ID, Day, FUN = mean),ID, FUN = function(x) c(NA,diff(x))))

这样

> df
   ID Day Value difference
1   A   1   1.4         NA
2   A   2   3.4       2.00
3   A   3   5.6       2.20
4   A   4   6.7       1.10
5   B   1   2.3         NA
6   B   2   3.4       1.15
7   B   2   3.5       0.00
8   C   1   2.3         NA
9   C   2   4.6       2.30
10  C   3   6.8       2.20

数据

df <- structure(list(ID = c("A", "A", "A", "A", "B", "B", "B", "C", 
"C", "C"), Day = c(1L, 2L, 3L, 4L, 1L, 2L, 2L, 1L, 2L, 3L), Value = c(1.4, 
3.4, 5.6, 6.7, 2.3, 3.4, 3.5, 2.3, 4.6, 6.8)), class = "data.frame", row.names = c(NA, 
-10L))