下面是一个简单的例子:
> df <- data.frame(sn=rep(c("a","b"), 3), t=c(10,10,20,20,25,25), r=c(7,8,10,15,11,17))
> df
sn t r
1 a 10 7
2 b 10 8
3 a 20 10
4 b 20 15
5 a 25 11
6 b 25 17预期结果为
sn t r
1 a 20 3
2 a 25 1
3 b 20 7
4 b 25 2 我想按特定列("sn")分组,保留某些列不变(本例中为“t”),并对其余列(本例中为“r”)应用diff()。我探索了"dplyr“包来尝试一些类似的东西:
df1 %>% group_by(sn) %>% do( ... diff(r)...)但是找不到正确的代码。有没有人能推荐给我一个干净的方法来获得预期的结果?
发布于 2016-07-21 07:36:57
您可以这样做(我不直接使用diff,因为它返回n-1值):
library(dplyr)
df %>% arrange(sn) %>% group_by(sn) %>% mutate(r = r-lag(r)) %>% slice(2:n())
#### sn t r
#### <fctr> <dbl> <dbl>
#### 1 a 20 3
#### 2 a 25 1
#### 3 b 20 7
#### 4 b 25 2这里的slice函数用于删除由每个组开头的差分创建的NA行。也可以改为使用na.omit,但它也可能无意中删除其他行
发布于 2016-07-21 11:09:15
我们也可以使用data.table。将'data.frame‘转换为'data.table’(setDT(df)),将key设置为'sn‘(它将根据'sn’对其进行排序),按‘sn’分组,得到'r‘与'r’的lag的差值(即data.table中的shift会这样做),并使用`na.rows删除NA行。
library(data.table)
na.omit(setDT(df, key = "sn")[, r := r-shift(r) , sn])
# sn t r
#1: a 20 3
#2: a 25 1
#3: b 20 7
#4: b 25 2或者,如果我们使用的是diff,那么确保长度相同,因为diff输出的长度将比原始向量的长度小一。因此,我们可以用NA填充,然后用filter删除
library(dplyr)
df %>%
arrange(sn) %>%
group_by(sn) %>%
mutate(r = c(NA, diff(r))) %>%
filter(!is.na(r))
# sn t r
# <fctr> <dbl> <dbl>
#1 a 20 3
#2 a 25 1
#3 b 20 7
#4 b 25 2https://stackoverflow.com/questions/38492392
复制相似问题