如何在R中使用dplyr跨列減去具有奇數行號的偶數行號

Question

我的數據框看起來像這樣

df <-data.frame(col1=c(1,2,3,4), col2=c(5,6,7,8), time=rep(c("0h","72h"),2))
  col1 col2 time
1    1    5   0h
2    2    6  72h
3    3    7   0h
4    4    8  72h

我想使用 mutate_across 或任何其他 dplyr 函數（最好）從每列的前一行中減去 72h 的值和 0h 的值。

我希望我的數據看起來像這樣

  col1 col2 time
     1    1   72h
     1    1   72h

Answer 1

根據

df <-data.frame(col1=c(1,2,3,4), col2=c(5,6,7,8), time=rep(c(0,72),2))

df[c(FALSE,TRUE), ] - df[c(TRUE, FALSE), ]
#>   col1 col2 time
#> 2    1    1   72
#> 4    1    1   72

^{由reprex 包( v2.0.0 ) 於 2021 年 7 月 6 日創建}

tidyverse使用方法@Emir Dakin

library(tidyverse)
df <-data.frame(col1=c(1,2,3,4), col2=c(5,6,7,8), time=rep(c("0h", "72h"),2))

df %>%
  mutate(across(where(is.numeric), ~.x - lag(.x, default = first(.x)))) %>%
  filter(time == "72h")
#>   col1 col2 time
#> 1    1    1  72h
#> 2    1    1  72h

^{由reprex 包( v2.0.0 ) 於 2021 年 7 月 6 日創建}

Answer 2

如果數據按照您顯示的方式排列整齊，您可以使用lag函數。 這是一個非常簡單的應用程序，但它應該可以工作，我認為除了mutate之外你不需要其他任何東西：

df %>%
  mutate(col1 = col1 - lag(col1, default = first(col1)),
         col2 = col2 - lag(col2, default = first(col2))) %>%
  filter(time == "72h")

Answer 3

通過埃米爾達金的回答，我添加了一個帶有時間發生順序的控件：

library(dplyr)
df %>% group_by(time) %>% mutate(sl= seq(time)) %>% group_by(sl) %>% 
  mutate(col1 = col1 - lag(col1, default = first(col1), order_by = time), 
         col2 = col2 - lag(col2, default = first(col2), order_by = time))  %>% 
  ungroup() %>% filter(time  == "72h") %>% select(col1, col2, time) 

# A tibble: 2 x 3
   col1  col2 time 
  <dbl> <dbl> <chr>
1     1     1 72h  
2     1     1 72h  

Answer 4

或者：

library(tidyverse)

df <-data.frame(col1=c(1,2,3,4), col2=c(5,6,7,8), time=rep(c("0h","72h"),2))

df %>%
  mutate(id = rep(seq(nrow(df) / 2), each = 2), # create an id of what belongs together
         tmp = rep(c("start", "end"), nrow(df) / 2),
         time = as.numeric(str_remove(time, "h"))) %>%
  mutate_at(vars("col1":"time"), ~if_else(tmp == "start", .x * -1, .x)) %>%
  group_by(id) %>%
  summarise_at(vars("col1":"time"), sum) 

# # A tibble: 2 x 4
# id  col1  col2  time
# <int> <dbl> <dbl> <dbl>
# 1     1     1     1    72
# 2     2     1     1    72