r - 计算 R 中多个单独案例的单个案例中两个观察值之间的差异

Question

我有一个类似于以下的数据集。

Case <- c("A", "B", "C", "A", "B", "C", "A", "B", "C")
ObservationNumber <- c(1, 1, 1, 2, 2, 2, 3, 3, 3)
ObservedValue <- c(154, 152, 157, 173, 176, 171, 203, 205, 199)

我正在尝试创建一个新的数据框，其中一列是案例(A、B 或 C)，第二列是从第一次观察到第三次观察的观察值变化。行数将是不同案例的数量(在上面的示例中为 3，但在实际数据集中为数百)。

有一些变通方法适用于示例数据，但我的真实数据是数百个案例，每个案例有 50 个观察值。因此，我需要一些不需要 (1) 为每个案例创建单独的数据集(例如通过过滤)来执行减法的方法，这是我能够想出的唯一方法拥有。

有没有人对如何做到这一点有任何其他想法？

**同样在示例中，行是按顺序排列的，但在真实数据集中它们不是。结果，我不能只占每组的第一行和最后一行；我需要在每组中获取具有最大值和最小值的行。下面的两个答案都很好地解决了这个问题。

Answer 1

我喜欢使用 dplyr 库来解决这些类型的分组/总结问题:

library(dplyr)
df %>% 
    arrange(ObservationNumber) %>%
    group_by(Case) %>% 
    summarise(diff = last(ObservedValue) - first(ObservedValue))