r - 如何找出分组的非连续行的差异？

Question

我有一个包含数千条记录的数据框。我的数据框如下所示:

Row     ID     OBS      Dist_cover
1       2       1           60
2       2       0          140
3       2       0           15
4       2       0          147
5       2       0           37
6       2       0           89
7       3       1          239
8       3       0           62
9       3       0           11
10      3       0          193

我需要找到 Dist_cover 中“1”和“0”OBS 值之间的差异...但按分组id。本质上，我正在寻找 [1,4] - [2,4]、[1,4] - [3,4]、[1,4] - [4,4]、[1,4] 之间的差异- [5,4]、[1,4] - [6,4] 和 [7,4] - [8,4]、[7,4] - [9,4]、[7,4] - [ 10,4] 等。我尝试了 dplyr (mutate) 和 data.base 包的各种方法，但只弄清楚如何运行连续行，无法弄清楚如何按 id 分组.有什么想法吗？

Answer 1

你想要的可以用ave来完成，按ID对Dist_cover进行分组。

请注意，虽然问题指出应该按 OBS 进行分组，但这实际上是不需要的。等于 1 的 OBS 始终是第一个，就像问题中(隐式)指出的那样。 OP想要“[1,4] - [2,4]、[1,4] - [3,4]等之间的差异”。

ave(dat$Dist_cover, dat$ID, FUN = function(x) x - x[1])
#[1]    0   80  -45   87  -23   29    0 -177 -228  -46

数据。

dat <-
structure(list(Row = 1:10, ID = c(2L, 2L, 2L, 2L, 2L, 2L, 3L, 
3L, 3L, 3L), OBS = c(1L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L), 
Dist_cover = c(60L, 140L, 15L, 147L, 37L, 89L, 239L, 62L, 
11L, 193L)), .Names = c("Row", "ID", "OBS", "Dist_cover"), class = "data.frame", row.names = c(NA, 
-10L))