Question

我需要该社区的R专家帮助： set.seed（1234） x <-data.frame（id = 1：5，value1 = sample（1：5,5，replace = T），value2 = sample（1：5,5），year = 1） y <-data.frame（id = 1：5，value1 = sample（1：10,5），value2 = sample（1：5,5），year = 2） z <-data.frame（id = sample（1：4,3），value1 = sample（1：10,3），value2 = sample（1：5,3），year = 3） f <-data.frame（id = sample（1：2,2），value1 = sample（1：10,2），value2 = sample（1：5,2），year = 4）
（df <-rbind（x，y，z，f）） df1 <-df [order（df $ id，df $ year），] df1 id value1 value2年 1 1 4 1 1 10 1 2 1 2 4 3 1 3 3 4 2 4 1 1 2 2 3 2 2 1 3 3 2 10 1 4 3 4 5 1 3 3 5 2 3 7 5 3 4 4 2 1 4 9 2 2 5 5 3 1 5 7 4 2

我想获得以下输出：

id value1 value2 year
 1     9     -3    2
 1     1      0    3
 1     2     -1    4
 2    -2      2    2
 2    -3      2    3
 2     6      0    4
 3    -1      0    2
 3     3      0    3
 4     5      0    2
 5     2      1    2

感谢您的帮助！

Answer 1

按'id'分组后，使用mutate_at进行数值之间的区别，并在'value'列中'year'为1，然后filter列出具有'year'的行1

library(dplyr)
df1 %>% 
   group_by(id) %>%
   mutate_at(vars(value1:value2), funs(. -.[year == 1])) %>% 
   filter(year!= 1)
# A tibble: 10 x 4
# Groups:   id [5]
#      id value1 value2  year
#   <int>  <int>  <int> <int>
# 1     1      9     -3     2
# 2     1      1      0     3
# 3     1      2     -1     4
# 4     2     -2      2     2
# 5     2     -3      2     3
# 6     2      6      0     4
# 7     3     -1      0     2
# 8     3      3      0     3
# 9     4      5      0     2
#10     5      2      1     2

或与data.table

类似的逻辑

library(data.table)
setDT(df1)[, (2:3) := lapply(.SD, function(x) x - x[year == 1]),
      by = id, .SDcols = value1:value2][year != 1]

在base R中，我们可以做到

nm1 <- c('value1', 'value2')
df1[nm1] <- df1[nm1] -df1[df1$year==1, 
        nm1][rep(seq_along(unique(df1$id)), table(df1$id)),]
df1[df1$year != 1,]

数据

df1 <- structure(list(id = c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 3L, 3L, 
  3L, 4L, 4L, 5L, 5L), value1 = c(1L, 10L, 2L, 3L, 4L, 2L, 1L, 
 10L, 4L, 3L, 7L, 4L, 9L, 5L, 7L), value2 = c(4L, 1L, 4L, 3L, 
 1L, 3L, 3L, 1L, 5L, 5L, 5L, 2L, 2L, 3L, 4L), year = c(1L, 2L, 
  3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 1L, 2L, 1L, 2L)), class =
   "data.frame", row.names = c(NA, -15L))

Answer 2

请考虑by（按因子对子数据帧的功能），并使其调用subset（以筛选出年份1）和within（以重新计算列）。 by从那里返回一个数据帧列表，您可以将它们与do.call(rbind, ...)一起绑定。

数据

txt = 'id value1 value2 year
1      1      4    1
1     10      1    2
1      2      4    3
1      3      3    4
2      4      1    1
2      2      3    2
2      1      3    3
2     10      1    4
3      4      5    1
3      3      5    2
3      7      5    3
4      4      2    1
4      9      2    2
5      5      3    1
5      7      4    2'

df1 <- read.table(text=txt, header=TRUE)

过程

df_list <- by(df1, df1$id, function(sub){      
  subset(
         within(sub, {        
             value1 <- value1 - value1[[1]] 
             value2 <- value2 - value2[[1]]           
         }), 
         year > 1
  )      
})

new_df <- data.frame(do.call(rbind, unname(df_list)),
                     row.names = NULL)    
new_df

#    id value1 value2 year
# 1   1      9     -3    2
# 2   1      1      0    3
# 3   1      2     -1    4
# 4   2     -2      2    2
# 5   2     -3      2    3
# 6   2      6      0    4
# 7   3     -1      0    2
# 8   3      3      0    3
# 9   4      5      0    2
# 10  5      2      1    2

从数据框中的每个分组行中减去第一年的价值

2 个答案:

数据