7

我在 R 中有这样排列的数据：

indv    time    val
A          6    5
A         10    10
A         12    7
B          8    4
B         10    3
B         15    9

对于每个人（indv），我想val从初始时间计算值（ ）的变化。所以我最终会得到这样的结果：

indv time   val val_1   val_change
A       6     5    5       0
A      10    10    5       5
A      12     7    5       2
B       8     4    4       0
B      10     3    4      -1
B      15     9    4       5

谁能告诉我我该怎么做？我可以用

ddply(df, .(indv), function(x)x[which.min(x$time), ])

得到一张像

indv    time    val
A          6    5   
B          8    4

但是，我无法弄清楚如何制作一个val_1与每个人匹配的最小值的列。但是，如果我能做到这一点，我应该能够val_change使用以下内容添加列：

df['val_change'] = df['val_1'] - df['val']

编辑：下面发布了两种出色的方法，但是它们都依赖于我的时间列进行排序，以便小时间值位于高时间值之上。我不确定我的数据是否总是如此。（我知道我可以先在 Excel 中排序，但我试图避免这种情况。）当表格如下所示时，我该如何处理：

indv    time    value
A          10   10
A           6   5
A          12   7
B           8   4
B          10   3
B          15   9
4

3 回答 3

5

这是一个data.table内存效率高的解决方案，因为它在 data.table 中通过引用进行设置。设置键将按键变量排序

library(data.table)
DT <- data.table(df)  
# set key to sort by indv then time
setkey(DT, indv, time)
DT[, c('val1','change') := list(val[1], val - val[1]),by = indv]
# And to show it works....
DT
##    indv time val val1 change
## 1:    A    6   5    5      0
## 2:    A   10  10    5      5
## 3:    A   12   7    5      2
## 4:    B    8   4    4      0
## 5:    B   10   3    4     -1
## 6:    B   15   9    4      5
于 2012-11-14T22:21:40.437 回答
4

您可以使用基本功能来做到这一点。使用您的数据

df <- read.table(text = "indv    time    val
A   6   5
A   10  10
A   12  7
B   8   4
B   10  3
B   15  9", header = TRUE)

我们先split() df上indv变量

sdf <- split(df, df$indv)

接下来，我们以类似于您建议的方式转换sdf添加val_1和变量的每个组件val_change

sdf <- lapply(sdf, function(x) transform(x, val_1 = val[1],
                                         val_change = val - val[1]))

最后，我们安排将各个组件逐行绑定到单个数据帧中：

df <- do.call(rbind, sdf)
df

这使：

R> df
    indv time val val_1 val_change
A.1    A    6   5     5          0
A.2    A   10  10     5          5
A.3    A   12   7     5          2
B.4    B    8   4     4          0
B.5    B   10   3     4         -1
B.6    B   15   9     4          5

编辑

要解决 OP 在评论中提出的排序问题，请修改lapply()调用以在transform(). 例如：

sdf <- lapply(sdf, function(x) {
                     x <- x[order(x$time), ]
                     transform(x, val_1 = val[1],
                               val_change = val - val[1])
                   })

在使用中我们有

## scramble `df`
df <- df[sample(nrow(df)), ]
## split
sdf <- split(df, df$indv)
## apply sort and transform
sdf <- lapply(sdf, function(x) {
                     x <- x[order(x$time), ]
                     transform(x, val_1 = val[1],
                               val_change = val - val[1])
                   })
## combine
df <- do.call(rbind, sdf)

这再次给出：

R> df
    indv time val val_1 val_change
A.1    A    6   5     5          0
A.2    A   10  10     5          5
A.3    A   12   7     5          2
B.4    B    8   4     4          0
B.5    B   10   3     4         -1
B.6    B   15   9     4          5
于 2012-11-14T21:10:05.757 回答
4

这是使用的 plyr 解决方案ddply

ddply(df, .(indv), transform, 
      val_1 = val[1],
      change = (val - val[1]))

  indv time val val_1 change
1    A    6   5     5      0
2    A   10  10     5      5
3    A   12   7     5      2
4    B    8   4     4      0
5    B   10   3     4     -1
6    B   15   9     4      5

要获得第二张桌子，请尝试以下操作：

ddply(df, .(indv), function(x) x[which.min(x$time), ])
  indv time val
1    A    6   5
2    B    8   4

编辑 1

要处理未排序的数据，例如您在编辑中发布的数据，请尝试以下操作

unsort <- read.table(text="indv    time    value
A          10   10
A           6   5
A          12   7
B           8   4
B          10   3
B          15   9", header=T)


do.call(rbind, lapply(split(unsort, unsort$indv), 
                  function(x) x[order(x$time), ]))
    indv time value
A.2    A    6     5
A.1    A   10    10
A.3    A   12     7
B.4    B    8     4
B.5    B   10     3
B.6    B   15     9

现在您可以将上述过程应用于此排序的数据帧

编辑 2

对数据框进行排序的一种更短的方法是使用sortBydoBy 包中的函数

library(doBy)
orderBy(~ indv + time, unsort)
  indv time value
2    A    6     5
1    A   10    10
3    A   12     7
4    B    8     4
5    B   10     3
6    B   15     9

编辑 3

您甚至可以使用 df 对您的 df 进行排序ddply

ddply(unsort, .(indv, time), sort)
  value time indv
1     5    6    A
2    10   10    A
3     7   12    A
4     4    8    B
5     3   10    B
6     9   15    B
于 2012-11-14T21:11:56.327 回答