如何从R中同一列的两个观察中获得差异答案

【问题标题】：How obtain the difference from two observations from the same column in R如何从R中同一列的两个观察中获得差异
【发布时间】：2021-04-01 15:58:19
【问题描述】：

我有一个包含 3 个不同索引的数据集，我需要 HPI 1 和 HPI2 之间的差异以及 HPI2 和 HPI3 之间的差异，用于出租和出售。我想到的第一件事是将此 DF 转换为每个 HPI 有一列的 DF，然后通过简单的减法创建新列，但我不知道该怎么做。另一个想法是保留来自同一列的值来调节操作和日期。这是数据的一个例子

  ~Index,    ~Value, ~Operation, ~Year,
  "HPI1",    0.9,    "Sale", "2017",
  "HPI2",    1.1,    "Sale", "2017",
  "HPI3",    0.89,   "Sale", "2017",
  "HPI1",    1.12,   "Rent", "2017",
  "HPI2",    0.85,   "Rent", "2017",
  "HPI3",    1.22,   "Rent", "2017",
  "HPI1",  0.91,   "Sale", "2018",
  "HPI2",  1.02,   "Sale", "2018",
  "HPI3",    0.9,    "Sale", "2018",
  "HPI1",    1.1,    "Rent", "2018",
  "HPI2",    0.89,   "Rent", "2018",
  "HPI3",    1.12,   "Rent", "2018",)

我会非常感谢任何帮助。谢谢！

【问题讨论】：

尝试dplyr库中的lag()或lead()函数：dplyr.tidyverse.org/reference/lead-lag.html

标签： r subtraction

【解决方案1】：

首先，您必须重新组织数据。 data.table 包将为您提供帮助。试试这个（df 是你的数据）：

library(data.table)
dt <- as.data.table(df)
dt <- dcast(dt,...~Index,value.var="Value")

输出：

#    Operation Year HPI1 HPI2 HPI3
# 1:      Rent 2017 1.12 0.85 1.22
# 2:      Rent 2018 1.10 0.89 1.12
# 3:      Sale 2017 0.90 1.10 0.89
# 4:      Sale 2018 0.91 1.02 0.90

然后你可以计算任何你想要的。试试：

dt <- dt %>% mutate(Col1=HPI1-HPI2, Col2=HPI2-HPI3)

输出：

#    Operation Year HPI1 HPI2 HPI3  Col1  Col2
# 1:      Rent 2017 1.12 0.85 1.22  0.27 -0.37
# 2:      Rent 2018 1.10 0.89 1.12  0.21 -0.23
# 3:      Sale 2017 0.90 1.10 0.89 -0.20  0.21
# 4:      Sale 2018 0.91 1.02 0.90 -0.11  0.12

【讨论】：

【解决方案2】：

这是另一种方式：

library(dplyr)
library(tidyr)

df <- tribble(
  ~Index,    ~Value, ~Operation, ~Year,
  "HPI1",    0.9,    "Sale", "2017",
  "HPI2",    1.1,    "Sale", "2017",
  "HPI3",    0.89,   "Sale", "2017",
  "HPI1",    1.12,   "Rent", "2017",
  "HPI2",    0.85,   "Rent", "2017",
  "HPI3",    1.22,   "Rent", "2017",
  "HPI1",  0.91,   "Sale", "2018",
  "HPI2",  1.02,   "Sale", "2018",
  "HPI3",    0.9,    "Sale", "2018",
  "HPI1",    1.1,    "Rent", "2018",
  "HPI2",    0.89,   "Rent", "2018",
  "HPI3",    1.12,   "Rent", "2018")

df %>%
  group_by(Year, Operation) %>% 
  pivot_wider(names_from = Index, values_from = Value) %>%
  mutate(HPI1_HPI2_diff = HPI1 - HPI2, 
         HPI2_HPI3_diff = HPI2 - HPI3)

# A tibble: 4 x 7
# Groups:   Year, Operation [4]
  Operation Year   HPI1  HPI2  HPI3 HPI1_HPI2_diff HPI2_HPI3_diff
  <chr>     <chr> <dbl> <dbl> <dbl>          <dbl>          <dbl>
1 Sale      2017   0.9   1.1   0.89         -0.2             0.21
2 Rent      2017   1.12  0.85  1.22          0.27           -0.37
3 Sale      2018   0.91  1.02  0.9          -0.110           0.12
4 Rent      2018   1.1   0.89  1.12          0.21           -0.23

【讨论】：

@Anoushiravan。干杯。同时有同样的想法。我投票给你！我认为你根本不需要分组。
@TarJae 也为我们共同的想法脱帽致敬！非常感谢你。我认为这是我想到的最明显的想法。也为你投票。
@TarJae 是的，你是对的，这不会影响最终输出。
@anoushiravanR 非常感谢你们！！！很有帮助
@MagdalenaCortina 很高兴，很高兴它有帮助。祝你好运。

【解决方案3】：

使用来自tidyr 包的pivot_wider 转换为宽格式。
计算差异。

df %>% 
  pivot_wider(
    names_from = "Index", 
    values_from = "Value"
  ) %>% 
  mutate(diff_1v2 = HPI1 - HPI2,
         diff_1_3 = HPI2 - HPI3)

输出：

# A tibble: 4 x 7
  Operation Year   HPI1  HPI2  HPI3 diff_1v2 diff_1_3
  <chr>     <chr> <dbl> <dbl> <dbl>    <dbl>    <dbl>
1 Sale      2017   0.9   1.1   0.89   -0.2       0.21
2 Rent      2017   1.12  0.85  1.22    0.27     -0.37
3 Sale      2018   0.91  1.02  0.9    -0.110     0.12
4 Rent      2018   1.1   0.89  1.12    0.21     -0.23

【讨论】：