R 按組查找兩個值之間的距離

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))

對於每個 INSTRUCTOR，我希望找到第一名和第二名 STUDENT 的 SCORE，然后減去他們的分數。 學生代碼各不相同，所以我不希望使用“==1”與“==2”

我嘗試：

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

但不知道如何垂直減去並從 'HAVE' 獲得 'WANT' 數據框

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變量，我們可以這樣做

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

人們可能會想用head(SCORE,2)替換SCORE[1:2] ，但這行不通：如果輸入的長度為 2， head(SCORE,2)將返回 length-1，就像講師 2（雖然有多次，但只有一名學生）。 當您在長度為 1（例如diff(1) ）上運行diff時，它會返回一個長度為 0 的向量，在上面的data.table代碼中，對於教師 2，該向量減少為零行。但是，當只有一個學生時， SCORE[1:2]解析為c(SCORE[1], NA) ，diff 為 length-1（根據需要）和NA （根據需要）。