在R中根据时间排序后，如何计算具有最小值的行与后续行之间的差异？

Question

我有一个由以下代码给出的数据集。我正在寻找上升前具有最低值的行与按时间排列后每个 ID 的后续值之间的差异。

df <- data.frame(ID = c(1,1,1,1,1,2,2,2,3,3,3,3,3,3), time=c(6,12,18,24,30,3,9,21,6,12,18,24,30,36), value = c(0.9,0.7,2.8,3.8,0.5,1.3,3.1,0.8,1.2,0.6,3.7,1.8,0.9,0.3))

所以对于 ID 1，我想找出 0.7 和后续行之间的区别。我要的整体数据是这样的

df1 <- df%>%mutate(value.diff = c(NA, 0, 2.1, 3.1, -0.2, 0, 1.8, 0.5, NA, 0, 3.1, 1.2, 0.3, -0.3))

我应用了以下代码

df <- df[order(df$ID,df$time),]
df <- df%>%group_by(ID)%>%mutate(value.diff = diff(value-min(value)))

但这并没有达到目的。在这方面，我将不胜感激。

Answer 1

library(dplyr)
df %>%
  group_by(ID) %>%
  mutate(
    ind = which.max(c(diff(value) > 0, TRUE)),
    value.diff = replace(value - value[ind[1]], row_number() < ind, NA_real_)
  ) %>%
  ungroup() %>%
  select(-ind)
# # A tibble: 14 x 4
#       ID  time value value.diff
#    <dbl> <dbl> <dbl>      <dbl>
#  1     1     6   0.9     NA    
#  2     1    12   0.7      0    
#  3     1    18   2.8      2.10 
#  4     1    24   3.8      3.10 
#  5     1    30   0.5     -0.200
#  6     2     3   1.3      0    
#  7     2     9   3.1      1.8  
#  8     2    21   0.8     -0.5  
#  9     3     6   1.2     NA    
# 10     3    12   0.6      0    
# 11     3    18   3.7      3.1  
# 12     3    24   1.8      1.2  
# 13     3    30   0.9      0.3  
# 14     3    36   0.3     -0.3

解释：

ind 表示第一个增加的行（每个 ID）；这对于组内的所有行都是相同的值，因此在这方面效率有点低，但很有用；
value[ind[1]]是第一个低点的值；我选择使用 value[ind[1]] 因为我们只需要 ind 索引之一来获得 value 的一个值，但是 value[ind] 也可以工作；
在replace(.,.,.)中，第一个是返回的默认值，value-value[ind[1]]；第二个是指示默认值异常的条件，在本例中为“低点之前的行”；第三个是重置值，NA_real_。我本可以同样轻松地使用 NA，但我通常更喜欢声明我期望的 NA 版本；如果两个 yes/no 对象的 class 不完全相同，并且由于 class(NA) 是 logical，一些工具如 dplyr::if_else 和 data.table::fifelse 将会出错，我选择了绝配。（NA有六种以上，仅供参考。）这在replace中并不是严格要求的。另一个 fyi，我通常更喜欢 replace，因为它更安全，并且在不简单时不会抹杀 class（参见 How to prevent ifelse() from turning Date objects into numeric objects）。

在R中根据时间排序后，如何计算具有最小值的行与后续行之间的差异？

how to calculate differences between the row with minimum value and the subsequent rows after sorting them according to time in R?

r

rolling-computation

tidyverse