如何在 r 中的多行上迭代地使用 mutate

Question

我正在尝试计算每组个体的所有可能数据对之间的 ht 百分比差异，以及 ht 度量之间的时间差。这是我的数据：

hc1<- data.frame(id= c(1,1,1,2,2,2,3,3),
                  testoccasion= c(1,2,3,1,2,3,1,2),
                  ht= c(0.2,0.1,0.8,0.9,1.0,0.5,0.4,0.8),
                  time= c(5,4,8,5,6,5,2,1))

这是我的代码。

library(dplyr)
a<-hc1 %>% 
   group_by(id) %>% 
   arrange(id,testoccasion) %>% 
   mutate(fd = (ht-lag(ht))/lag(ht)*100) %>% 
   mutate(t = time-lag(time))
b<-hc1 %>% 
   group_by(id) %>% 
   arrange(id,testoccasion) %>% 
   mutate(fd = (ht-lag(ht,2))/lag(ht,2)*100) %>% 
   mutate(t = time-lag(time,2))
c<-hc1 %>% 
   group_by(id) %>% 
   arrange(id,testoccasion) %>% 
   mutate(fd = (ht-lag(ht,3))/lag(ht,3)*100) %>% 
   mutate(t = time-lag(time,3))

diff<-rbind(a,b,c)
diff<-na.omit(diff)

我很好奇如何使这段代码更短。我希望能够找到所有可能的 ht 对之间的差异，对于所有测试场合，其中测试场合的数量在各个 id 之间有所不同。如果我不必像这样迭代地做它会很棒，因为这是我拥有的一个巨大的数据集。谢谢！

Answer 1

我们可以使用map来循环lag中使用的n

library(tidyverse)
map_df(1:3, ~ 
            hc1 %>%
                group_by(id) %>% 
                arrange(id, testoccasion) %>% 
                mutate(fd = (ht -lag(ht, .x))/lag(ht, .x) * 100,
                t = time -lag(time, .x)))  %>%
  na.omit
# A tibble: 7 x 6
# Groups:   id [3]
#     id testoccasion    ht  time     fd     t
#  <dbl>        <dbl> <dbl> <dbl>  <dbl> <dbl>
#1     1            2   0.1     4  -50      -1
#2     1            3   0.8     8  700       4
#3     2            2   1       6   11.1     1
#4     2            3   0.5     5  -50      -1
#5     3            2   0.8     1  100      -1
#6     1            3   0.8     8  300.      3
#7     2            3   0.5     5  -44.4     0