组内的diff操作，在dplyr:：group_by（）之后

假设我有这个data.frame（有3个变量）

使用dplyr，我可以按ID对它们进行分组，并过滤出现多次的ID

data <- data %>% group_by(ID) %>% filter(n() > 1)

在电子表格中这样做很简单，但我不知道如何在R中实现这一点。

---

谢谢你的帮助和指导

这里是另一个使用

lag

的解决方案。根据用例的不同，它可能比

diff

更方便，因为

NAs

清楚地显示特定值没有前置值，而

0

使用

diff

可能是a）缺少前置值或b）两个时段之间的减法的结果

data %>% group_by(ID) %>% filter(n() > 1) %>%
  mutate(
    Difference = Score - lag(Score)
    )

#   ID Period Score Difference
# 1 123   2013   146         NA
# 2 123   2014   133        -13
# 3 456   2013   205         NA
# 4 456   2014   219         14
# 5 456   2015   140        -79
# 6  78   2012   192         NA
# 7  78   2013   199          7
# 8  78   2014   133        -66
# 9  78   2015   170         37

---

谢谢你，亚历克斯。我也很喜欢这个。因此，是的，我同意最好在第一个时段使用NA，并且只有当差值为0时才使用0。您还可以在

lag

中指定默认值，例如

Score-lag（Score，default=99）

以及要使用的滞后。

ID  Period  Score   Difference
123 2013    146 
123 2014    133 -13
456 2013    205 
456 2014    219 14
456 2015    140 -79
78  2012    192 
78  2013    199 7
78  2014    133 -66
78  2015    170 37

data %>% group_by(ID) %>% filter(n() > 1) %>%
  mutate(
    Difference = Score - lag(Score)
    )

#   ID Period Score Difference
# 1 123   2013   146         NA
# 2 123   2014   133        -13
# 3 456   2013   205         NA
# 4 456   2014   219         14
# 5 456   2015   140        -79
# 6  78   2012   192         NA
# 7  78   2013   199          7
# 8  78   2014   133        -66
# 9  78   2015   170         37