如何从分组数据的最后一项中减去第一项

Question

我希望在以下任务中提供一些帮助:从下面的数据框架(C)中，对于每个id，我想从最后一个条目中减去列d_2下的第一个条目，然后将结果存储在包含相同id的另一个数据帧中。然后，我可以将它与我的初始数据合并。请注意，减法必须按此顺序进行(最后一项减去每个id的第一项)。

以下是密码：

id <- c("A1", "A1", "B10","B10", "B500", "B500", "C100", "C100", "C100", "D40", "D40", "G100", "G100")

d_1 <- c( rep(1.15, 2), rep(1.44, 2), rep(1.34, 2), rep(1.50, 3), rep(1.90, 2), rep(1.59, 2))

set.seed(2)

d_2 <- round(runif(13, -1, 1), 2)

C <- data.frame(id, d_1, d_2)

id   d_1   d_2
A1   1.15 -0.63
A1   1.15  0.40
B10  1.44  0.15
B10  1.44 -0.66
B500 1.34  0.89
B500 1.34  0.89
C100 1.50 -0.74
C100 1.50  0.67
C100 1.50 -0.06
D40  1.90  0.10
D40  1.90  0.11
G100 1.59 -0.52
G100 1.59  0.52

预期结果：

id2 <- c("A1", "B10", "B500", "C100", "D40", "G100")

difference <- c(1.03, -0.81, 0, 0.68, 0.01, 1.04)

diff_df <- data.frame(id2, difference)

id2    difference
A1        1.03
B10      -0.81
B500      0.00
C100      0.68
D40       0.01
G100      1.04

我尝试使用ddply来获取第一个和最后一个条目，但是我真的很难为第二个代码(下面)中的“函数参数”建立索引，以获得想要的结果。

C_1 <- ddply(C, .(id), function(x) x[c(1, nrow(x)), ])

ddply(C_1, .(patient), function )

老实说，我不太熟悉这个蹒跚学步的包--我从堆栈交换上的另一个post获得了上面的代码。

我的原始数据是一个groupedData，我相信另一种处理方法是使用gapply，但是我仍然在努力处理第三个参数(通常是一个函数)。

grouped_C <- groupedData(d_1 ~ d_2 | id, data = C, FUN = mean, labels = list( x = "", y = ""), units = list(""))

x1 <- gapply(grouped_C, "d_2", first_entry)

x2 <- gapply(grouped_C, "d_2", last_entry)

其中first_entry和last_entry是帮助我获得第一个和最后一个条目的函数。然后，我可以得到与：x2 - x1的区别。但是，我不知道在上面的代码中以first_entry和last_entry的形式输入什么(可能与头或尾有关)。

任何帮助都将不胜感激。

Answer 1

使用dplyr可以很容易地做到这一点。last和first函数对此任务非常有用。

library(dplyr)               #install the package dplyr and load it into library 

diff_df <- C %>%             #create a new data.frame (diff_df) and store the output of the following operation in it. The %.% operator is used to chain several operations together but you dont have to reference the data.frame you are using each time. so here we are using your data.frame C for the following steps
  group_by(id) %>%            #group the whole data.frame C by id
  summarize(difference = last(d_2)-first(d_2))     #for each group of id, create a single line summary where the first entry of d_2 (for that group) is subtracted from the last entry of d_2 for that group

#    id difference             #this is the result stored in diff_df
#1   A1       1.03
#2  B10      -0.81
#3 B500       0.00
#4 C100       0.68
#5  D40       0.01
#6 G100       1.04

编辑注意:使用%>%更新后的帖子，而不是不推荐的%.%。

Answer 2

如果你有任何单身汉，而他们需要单独呆着，那么这将解决你的问题。这与docendo弟子but的回答相同，但是使用if-else组件来处理单例案例：

library(dplyr)               
diff_df <- C %>%             
   group_by(id) %>%
   summarize(difference = if(n() > 1) last(d_2) - first(d_2) else d_2)