R 按组查找两个值之间的距离

Question

HAVE = data.frame(INSTRUCTOR = c(1, 1, 1, 1, 1, 1, 2, 2, 2, 3, 3, 3),
STUDENT = c(1, 2, 2, 2, 1, 3, 1, 1, 1, 1, 2, 1),
SCORE = c(10, 1, 0, 0, 7, 3, 5, 2, 2, 4, 10, 2),
TIME = c(1,1,2,3,2,1,1,2,3,1,1,2))
 
WANT = data.frame(INSTRUCTOR = c(1, 2, 3), 
SCORE.DIF = c(-9, NA, 6))

对于每个 INSTRUCTOR，我希望找到第一名和第二名 STUDENT 的 SCORE，然后减去他们的分数。 学生代码各不相同，所以我不希望使用“==1”与“==2”

我尝试：

HAVE[, .SD[1:2], by = 'INSTRUCTOR']

但不知道如何垂直减去并从 'HAVE' 获得 'WANT' 数据框

Answer 1

library(data.table)
setDT(HAVE)
unique(HAVE, by = c("INSTRUCTOR", "STUDENT")
  )[, .(SCORE.DIF = diff(SCORE[1:2])), by = INSTRUCTOR]
#    INSTRUCTOR SCORE.DIF
#         <num>     <num>
# 1:          1        -9
# 2:          2        NA
# 3:          3         6

要使用您的新TIME变量，我们可以这样做

HAVE[, .SD[which.min(TIME),], by = .(INSTRUCTOR, STUDENT)
  ][, .(SCORE.DIF = diff(SCORE[1:2])), by = INSTRUCTOR]
#    INSTRUCTOR SCORE.DIF
#         <num>     <num>
# 1:          1        -9
# 2:          2        NA
# 3:          3         6

人们可能会想用head(SCORE,2)替换SCORE[1:2] ，但这行不通：如果输入的长度为 2， head(SCORE,2)将返回 length-1，就像讲师 2（虽然有多次，但只有一名学生）。 当您在长度为 1（例如diff(1) ）上运行diff时，它会返回一个长度为 0 的向量，在上面的data.table代码中，对于教师 2，该向量减少为零行。但是，当只有一个学生时， SCORE[1:2]解析为c(SCORE[1], NA) ，diff 为 length-1（根据需要）和NA （根据需要）。