r - 如何从分组数据中的最后一个条目中减去第一个条目

Question

我很感激以下任务的一些帮助:从下面的数据框( C )，对于每个 ID，我想减去列 d_2 下的第一个条目从最后一个条目开始，然后将结果存储在另一个包含相同 ID 的数据帧中。然后我可以将它与我的初始数据框合并。请注意，减法必须按此顺序(每个 id 的最后一个条目减去第一个条目)。

以下是代码:

id <- c("A1", "A1", "B10","B10", "B500", "B500", "C100", "C100", "C100", "D40", "D40", "G100", "G100")

d_1 <- c( rep(1.15, 2), rep(1.44, 2), rep(1.34, 2), rep(1.50, 3), rep(1.90, 2), rep(1.59, 2))

set.seed(2)

d_2 <- round(runif(13, -1, 1), 2)

C <- data.frame(id, d_1, d_2)

id   d_1   d_2
A1   1.15 -0.63
A1   1.15  0.40
B10  1.44  0.15
B10  1.44 -0.66
B500 1.34  0.89
B500 1.34  0.89
C100 1.50 -0.74
C100 1.50  0.67
C100 1.50 -0.06
D40  1.90  0.10
D40  1.90  0.11
G100 1.59 -0.52
G100 1.59  0.52

想要的结果:

id2 <- c("A1", "B10", "B500", "C100", "D40", "G100")

difference <- c(1.03, -0.81, 0, 0.68, 0.01, 1.04)

diff_df <- data.frame(id2, difference)

id2    difference
A1        1.03
B10      -0.81
B500      0.00
C100      0.68
D40       0.01
G100      1.04

我尝试使用 ddply获取第一个和最后一个条目，但我真的很难在第二个代码(如下)中索引“函数参数”以获得所需的结果。

C_1 <- ddply(C, .(id), function(x) x[c(1, nrow(x)), ])

ddply(C_1, .(patient), function )

说实话，我对ddply包不是很熟悉——上面的代码是从另一个 post得到的在堆栈交换上。

我的原始数据是 groupedData，我相信另一种方法是使用 gapply但我再次为这里的第三个参数苦苦挣扎(通常是一个函数)

grouped_C <- groupedData(d_1 ~ d_2 | id, data = C, FUN = mean, labels = list( x = "", y = ""), units = list(""))

x1 <- gapply(grouped_C, "d_2", first_entry)

x2 <- gapply(grouped_C, "d_2", last_entry)

其中 first_entry 和 last_entry 是帮助我获取第一个和最后一个条目的函数。
然后我可以得到差异: x2 - x1 .但是，我不确定在上面的代码中输入什么作为 first_entry 和 last_entry (可能与 head 或 tail 有关？)。

任何帮助将非常感激。

Answer 1

这可以通过 dplyr 轻松完成. last和 first函数对这项任务非常有帮助。

library(dplyr)               #install the package dplyr and load it into library 

diff_df <- C %>%             #create a new data.frame (diff_df) and store the output of the following operation in it. The %.% operator is used to chain several operations together but you dont have to reference the data.frame you are using each time. so here we are using your data.frame C for the following steps
  group_by(id) %>%            #group the whole data.frame C by id
  summarize(difference = last(d_2)-first(d_2))     #for each group of id, create a single line summary where the first entry of d_2 (for that group) is subtracted from the last entry of d_2 for that group

#    id difference             #this is the result stored in diff_df
#1   A1       1.03
#2  B10      -0.81
#3 B500       0.00
#4 C100       0.68
#5  D40       0.01
#6 G100       1.04

编辑说明:更新帖子 %>%而不是 %.%已弃用。