1

使用后我想要的一列summarise()是（两个）值之间的差异。在 m 的情况下，每个组总是会有两行或更少的行。我在网上找到的功能是diff(). 但是，我遇到了一个问题。看这个例子：

df <- data.frame(value = runif(198),
                 id = c(
                   sample(1:100, 99),
                   sample(1:100, 99))
)

find <- df %>%
  group_by(id) %>%
  summarise(count = n()) %>%
  filter(count != 2)
find

在这种情况下，由于我没有使用diff()，所以我得到了这个：

> find
# A tibble: 2 x 2
     id count
  <int> <int>
1    14     1
2    39     1

它工作正常。现在，如果我包括diff()：

> find <- df %>%
+   group_by(id) %>%
+   summarise(diference = diff(value), count = n()) %>%
+   filter(count != 2)
`summarise()` regrouping output by 'id' (override with `.groups` argument)
> find
# A tibble: 0 x 3
# Groups:   id [0]
# … with 3 variables: id <int>, diference <dbl>, count <int>

它什么都没有。如果我不过滤（这是一个相对较短的数据框，所以我一个接一个），我看到那些行消失了。在一个较短的示例中，它将是：

> df <- data.frame(value = runif(10),
+                  id = c(
+                    sample(1:6, 5),
+                    sample(1:6, 5))
+ )
> find <- df %>%
+   group_by(id) %>%
+   summarise(diference = diff(value), count = n())
`summarise()` regrouping output by 'id' (override with `.groups` argument)
> find
# A tibble: 4 x 3
# Groups:   id [4]
     id diference count
  <int>     <dbl> <int>
1     2    -0.309     2
2     3     0.474     2
3     4    -0.148     2
4     6     0.291     2

如您所见，1and 5rows (id) 消失了。我相信 apllyingdiff()会导致它，因为没有它，这不会发生：

> find <- df %>%
+   group_by(id) %>%
+   summarise(count = n())
`summarise()` ungrouping output (override with `.groups` argument)
> find
# A tibble: 6 x 2
     id count
  <int> <int>
1     1     1
2     2     2
3     3     2
4     4     2
5     5     1
6     6     2

那是完全相同的数据。

但是，如果我手动执行此操作，diff()则会给我一个输出，尽管方式略有不同：

> diff(5)
numeric(0)
> diff(c(5, 4))
[1] -1

那么，我的问题是，是否有更好的功能可以做到这一点，或者只是某种方式让我在不擦除单项组的情况下获得输出，如下所示：

  id count diference
1  1     1         1
2 58     1        58

我知道差异将与 id 相同，但我对此感兴趣的原因是因为这只是我将提出的论点之一filter()。它将是：（filter(diference != 0 || count != 2)再一次，这不是我的原始数据）。

4

1 回答 1

1

也许这就是问题想要的。仅当组有 2 行时，它ifelse才用于计算值之间的差异，否则返回value不变。

library(dplyr)

set.seed(2020)
df <- data.frame(value = runif(10),
                 id = c(
                   sample(1:6, 5),
                   sample(1:6, 5))
)

find <- df %>%
  group_by(id) %>%
  summarise(count = n(), 
            diference = ifelse(count > 1, c(0, diff(value)), value),
            .groups = 'drop') %>%
  filter(count != 2 | diference != 0)

find
## A tibble: 2 x 3
#     id count diference
#  <int> <int>     <dbl>
#1     1     1    0.647 
#2     6     1    0.0674
于 2020-11-06T19:42:10.970 回答