R_中行之间的滞后差异

Question

我的问题与之前提出的一些问题类似，但我希望不同之处足以保证单独提出一个问题。

参见 here, and 。我将提取一些与这些问题相同的示例数据。关于我的问题的背景——我想看看我观察到的捕获率（海洋生物）在同一区域采样的多天里是如何变化的。

我想计算给定站点的第一个样本日（下面数据中的第一个字母）与随后的样本日（同一字母的下一行）之间的差异。

 #Example data   
 df <- data.frame(
 id = c("A", "A", "A", "A", "B", "B", "B"), 
 num = c(1, 8, 6, 3, 7, 7 , 9),
 What_I_Want = c(NA, 7, 5, 2, NA, 0, 2))

我找到的第一个解决方案计算每行之间的滞后差异。我也想要这个计算 - 所以它有助于找到：

#Calculate lagged differences
df_new <- df %>% 
# group by condition
group_by(id) %>% 
# find difference
mutate(diff = num - lag(num))

这里的区别在于A.1和A.2；然后是 A.2 和 A.3 等等...

我现在想做的是计算每组第一个值的差异。所以对于字母 A，我想计算 1 - 8，然后是 1 - 6，最后是 1 - 3。有什么建议吗？

一个笨拙的解决方案（上面链接）是为每个滞后距离创建两个（或更多）列，以及如何合并我想要的结果

df_clunky = df %>%
group_by(id) %>%
mutate(
deltaLag1 = num - lag(num, 1),
deltaLag2 = num - lag(num, 2))

Answer 1

这是一个基本的 R 方法 replace 和 ave

ave(df$num , df$id, FUN=function(x) replace(x - x[1], 1, NA))
[1] NA  7  5  2 NA  0  2

ave 对每个 id 应用 replace 函数。 replace将向量与向量中第一个元素的差值作为输入，将NA替换为第一个元素。

R_中行之间的滞后差异

Lagged difference between rows in R_ a different take

diff

r

lag

difference

dplyr