从长格式的不平衡数据计算 post 评估前的可靠改进

Question

我想在以长格式组织的不平衡数据集中计算从会话 1 到 "the last session" 的可靠改进或恶化。

我的数据是这样的：

ID <- c("A","A","B","B","B","C","C","C","C")
Session <-c(1,2,1,2,3,1,2,3,4)
Value <- c(10,6,25,35,15,20,25,35,35)
Have <- data.table(ID,Session,Value)
Have

ID Session Value
 A       1    10
 A       2     6 
 B       1    25
 B       2    35
 B       3    15
 C       1    20
 C       2    25
 C       3    35
 C       4    35

我需要的数据如下所示：

Change <- c(-4,-4,-10,-10,-10,15,15,15,15)


Need <- data.table(ID,Session, Value,Change)
Need

ID Session Value Change 
A       1    10    -4       
A       2     6    -4       
B       1    25    -10 
B       2    35    -10 
B       3    15    -10 
C       1    20    15    
C       2    25    15    
C       3    35    15    
C       4    35    15

我试过这个：

Have$change<-as.vector(unlist(tapply(Have$Value,Have$ID,FUN=function(x){return (x-rep(x[1],length(x)))})));
Have
ID Session Value change
A       1    10      0
A       2     6     -4
B       1    25      0
B       2    35     10
B       3    15    -10
C       1    20      0
C       2    25      5
C       3    35     15
C       4    35     15

我使用了这个 post 中的代码 Calculating change from baseline with data in long format

Answer 1

不是最漂亮的代码，但我认为它可以做你想做的事。我真的不知道 data.table 所以用 dplyr 代替。我还从这个问题

中得到了一些关于如何 select 的帮助

library(dplyr)

Have <- as.data.frame(Have)

Have2 <- Have %>% 
    group_by(ID) %>% 
    arrange(Session) %>% 
    filter(row_number() %in% c( 1 , n() ))  %>% 
    summarise( change =  diff(Value)  )


Have %>%  left_join (Have2  , by = "ID")

编辑：稍微更新了我的代码以简化它

从长格式的不平衡数据计算 post 评估前的可靠改进

Calculate reliable improvement pre to post assesment from unbalanced data in long format

data-manipulation

calculated-columns

tapply

dplyr