使用 dplyr 计算列之间的差异并将结果保存在新的列中

Question

我正在处理R 中的一些数据。我的数据框DF 看起来像这样（我在最后一面添加了dput() 版本）：

    ID S.2014.01.01 S.2014.01.02 S.2014.01.03 S.2014.01.04
1  001            1           10            5           74
2  002            2           15            6           75
3  003            3           23            7           76
4  004            4           31            8           77
5  005            5           39            9           78
6  006            6           47           10           79
7  007            7           55           11           80
8  008            8           63           12           81
9  009            9           71           13           82
10 010           10           79           14           83

DF 包含一个 ID 变量和许多按天解释值的列（在此示例中，我仅包含 4 个变量，实际数据框具有这种样式的 100 多个变量）。我的目标是计算每对变量之间的差异。例如，我想计算变量S.2014.01.02 和S.2014.01.01 之间的差异，然后将这些值保存在一个名为D.2014.01.02 的新变量中。下一个变量的过程相同。下一个案例是S.2014.01.03 和S.2014.01.02，然后创建一个名为D.2014.01.03 的新列。

由于我的真实数据框中的列数，我尝试了不同的解决方案。一种解决方案是逐个计算，但不是最优的。此外，我尝试使用 dplyr 包中的 mutate_each() 函数，但我不知道如何设置成对列然后创建新列。此外，我尝试过使用同一个包中的lag() 函数，但它不起作用。我使用这个函数的原因是因为我不仅需要计算成对列的差异，而且我可能需要例如每两列或三列而不是一列（对）之间的差异。我想得到一个这样的数据框：

    ID S.2014.01.01 S.2014.01.02 S.2014.01.03 S.2014.01.04 D.2014.01.02 D.2014.01.03 D.2014.01.04
1  001            1           10            5           74            9           -5           69
2  002            2           15            6           75           13           -9           69
3  003            3           23            7           76           20          -16           69
4  004            4           31            8           77           27          -23           69
5  005            5           39            9           78           34          -30           69
6  006            6           47           10           79           41          -37           69
7  007            7           55           11           80           48          -44           69
8  008            8           63           12           81           55          -51           69
9  009            9           71           13           82           62          -58           69
10 010           10           79           14           83           69          -65           69 

在这个数据框中，我们可以看到以D 开头的新变量，它们是一对列不同的结果。如果你能用两个变量就这种情况给出一些建议，那就太好了，但如果你能帮助我提供一个版本来解决每 2 或 3 列的差异，那就太棒了。 dput() 版本的 DF 是下一个：

DF<-structure(list(ID = c("001", "002", "003", "004", "005", "006", 
"007", "008", "009", "010"), S.2014.01.01 = c(1, 2, 3, 4, 5, 
6, 7, 8, 9, 10), S.2014.01.02 = c(10, 15, 23, 31, 39, 47, 55, 
63, 71, 79), S.2014.01.03 = c(5, 6, 7, 8, 9, 10, 11, 12, 13, 
14), S.2014.01.04 = c(74, 75, 76, 77, 78, 79, 80, 81, 82, 83)), .Names = c("ID", 
"S.2014.01.01", "S.2014.01.02", "S.2014.01.03", "S.2014.01.04"
), row.names = c(NA, -10L), class = "data.frame")

感谢您的帮助！

Answer 1

无需转置或使用任何矢量化函数。

DF <- cbind(DF, DF[,3:5] - DF[,2:4])
names(DF)[6: 8] = gsub("S", "D", names(DF)[6: 8])

Answer 2

我用基本函数做了以下事情。首先，我删除了 ID 列并创建了一个临时数据框。使用它，我取了两列并在sapply() 中处理减法。将结果转换为数据框并使用gsub() 分配新的列名。最后，我将原始数据、DF和结果（即新的）与cbind()结合起来

### Remove ID column
temp <- DF[, -1]

### pick up two columns and handle subtraction

new <- data.frame(sapply(1:(length(names(temp))-1), function(x){
                    temp[, x+1] - temp[ , x]
                 }))

### Assign column names. Change S to D in the word initial position and remove
### the first element of the vector.

names(new) <- gsub(pattern = "^[A-Z]", replacement = "D", x = names(temp))[-1L]

### Combine the original DF and the results

cbind(DF, new)


    ID S.2014.01.01 S.2014.01.02 S.2014.01.03 S.2014.01.04 D.2014.01.02 D.2014.01.03 D.2014.01.04
1  001            1           10            5           74            9           -5           69
2  002            2           15            6           75           13           -9           69
3  003            3           23            7           76           20          -16           69
4  004            4           31            8           77           27          -23           69
5  005            5           39            9           78           34          -30           69
6  006            6           47           10           79           41          -37           69
7  007            7           55           11           80           48          -44           69
8  008            8           63           12           81           55          -51           69
9  009            9           71           13           82           62          -58           69
10 010           10           79           14           83           69          -65           69

Answer 3

这行得通：

    ## apply will return data we want in rows, to transpose with t() ---- 
    newDF <- t( apply(DF[,-1], 1, function(x){ diff(x) }) )
    newDF <- data.frame(newDF)
    ## set names we want
    names(newDF) <- gsub(names(DF[,-c(1:2)]), pattern = "S.", replacement = "D.")
    ## combine into 1 data frame
    newDF <- cbind(DF, newDF)
    newDF
    ID S.2014.01.01 S.2014.01.02 S.2014.01.03 S.2014.01.04 D.2014.01.02 D.2014.01.03 D.2014.01.04
1  001            1           10            5           74            9           -5           69
2  002            2           15            6           75           13           -9           69
3  003            3           23            7           76           20          -16           69
4  004            4           31            8           77           27          -23           69
5  005            5           39            9           78           34          -30           69
6  006            6           47           10           79           41          -37           69
7  007            7           55           11           80           48          -44           69
8  008            8           63           12           81           55          -51           69
9  009            9           71           13           82           62          -58           69
10 010           10           79           14           83           69          -65           69

注意，我刚刚看到@jazzurro 的回答也有效。我想我会留在这里，因为它略有不同。