如何使用R中的dplyr在列中减去奇数行数的偶数行数答案

【问题标题】：How to subtract even row numbers with odd row numbers across columns using dplyr in R如何使用R中的dplyr在列中减去奇数行数的偶数行数
【发布时间】：2021-07-06 12:56:37
【问题描述】：

我的数据框是这样的

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 函数（最好）从每列的前一行中减去 72h 的值和 0h 的值。

我希望我的数据看起来像这样

  col1 col2 time
     1    1   72h
     1    1   72h

【问题讨论】：

标签： r dplyr tidyverse

【解决方案1】：

基础

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 package (v2.0.0) 于 2021-07-06 创建}

tidyverse 使用@Emir Dakin 的方法

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 package (v2.0.0) 于 2021-07-06 创建}

【讨论】：

【解决方案2】：

如果数据按您显示的那样整齐排列，您可以使用lag 函数。这是一个非常简单的应用程序，但它应该可以工作，我认为除了mutate之外你不需要其他任何东西：

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

【讨论】：

谢谢埃米尔。 Atm 我有多个列，我将尝试看看它是如何与 mutate_across() 一起工作的。感谢您的宝贵时间
df %>% mutate(across(where(is.numeric), ~.x - lag(.x, default = first(.x)))) %>% filter(time == "72h")

【解决方案3】：

根据 Emir Dakin 的回答，我添加了一个带有时间发生顺序的控件：

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

【讨论】：

【解决方案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

【讨论】：