dplyr：行之间的差异

Question

使用此data.frame

数据

df <- read.table(text = c("
SiteID  measured    modelled
site1   50  47
site2   28  30
site3   158 162
site4   247 243
site5   456 463
site6   573 564
site7   634 640"), ,header =T)

我想创建两个新列（measured_diff和modelled_diff）。 在这两个新列中，site1和site2的值将与测量和建模的值相同。 但是，对于其他网站，其价值将与以下相似

site3的measured_diff =站点3的测量值-总和（站点1和site2的测量值）

站点4的实测_差异=站点4的实测-站点3的实测

网站5的实测_差异=网站5的实测-网站4的实测

网站6的实测_差异=网站6的实测-网站5的实测

站点7的实测_差异=站点7的实测-站点6的实测

与modelled_diff相同

最后结果

应该如下

#  SiteID measured modelled diff_measured diff_modelled
#1  site1       50       47            50            47
#2  site2       28       30            28            30
#3  site3      158      162            80            85
#4  site4      247      243            89            81
#5  site5      456      463           209           220
#6  site6      573      564           117           101
#7  site7      634      640            61            76

任何建议如何使用dplyr在R执行此dplyr ？

Answer 1

您可以在其中找到一些funs . 表示您正在操作的向量。

将mutate_at与vars(-SiteID)将在除SiteID之外的每个变量上调用您传递的任何函数（因此， -就像子设置一样）。 要建立通过它的功能，你可以在管前写你自己的，但*_at （和*_if和*_all ）功能，可以采取funs的辅助功能，可以很容易地动态创建功能。 如果您像在列表项（例如list(a = 1) ）这样funs命名函数，它将使用该名称作为后缀来为每个变量创建一个新版本。 该函数可以是任何东西，只要它返回适当长度的向量即可，并且可以使用构造. ，它在funs表示要对其进行操作的向量-这里是整个变量，但如果分组，则是该组的向量。 因此，我们可以用c分段创建向量，其中

• 前两个术语保持不变.[1:2] ，
• 第三个减去前两个..3的总和.[3] - sum(.[1:2])和
• 其余的传递给base::diff ，它返回的向量比传递的向量短一个。

全部一起：

df %>% mutate_at(vars(-SiteID), 
                 funs(diff = c(.[1:2], .[3] - sum(.[1:2]), diff(.[-1:-2]))))
##   SiteID measured modelled measured_diff modelled_diff
## 1  site1       50       47            50            47
## 2  site2       28       30            28            30
## 3  site3      158      162            80            85
## 4  site4      247      243            89            81
## 5  site5      456      463           209           220
## 6  site6      573      564           117           101
## 7  site7      634      640            61            76

Answer 2

这是使用data.table的选项

library(data.table)
setDT(df)[ , paste0("diff_", names(df)[-1]) := lapply(.SD, function(x) 
       c(x[1:2], x[3]- sum(x[1:2]), na.omit(shift(x, type="lead")-
                    x)[-(1:2)]))  , .SDcols = -1]
df
#   SiteID measured modelled diff_measured diff_modelled
#1:  site1       50       47            50            47
#2:  site2       28       30            28            30
#3:  site3      158      162            80            85
#4:  site4      247      243            89            81
#5:  site5      456      463           209           220
#6:  site6      573      564           117           101
#7:  site7      634      640            61            76

或与diff

setDT(df)[, aste0("diff_", names(df)[-1]) := 
  lapply(.SD, function(x) c(x[1:2], x[3]- sum(x[1:2]), tail(diff(x),-2))), .SDcols = -1]

---

或使用base R

df[paste0("diff_", names(df)[-1])] <- lapply(df[-1], function(x) 
                    c(x[(1:2)], x[3]- sum(x[1:2]), tail(diff(x), -2)))