R中观测数据的年龄计算

我有非常简单的大观测数据，假设结构如下：

> df = data.frame(ID = c("oak", "birch", rep("oak",2), "pine", "birch", "oak", rep("pine",2), "birch", "oak"),
+                 yearobs = c(rep(1998,3), rep(1999,2), rep(2000,3),rep(2001,2), 2002))
> df
      ID yearobs
1    oak    1998
2  birch    1998
3    oak    1998
4    oak    1999
5   pine    1999
6  birch    2000
7    oak    2000
8   pine    2000
9   pine    2001
10 birch    2001
11   oak    2002

我想做的是通过计算每个唯一ID（本例中的树种）的年数差异（

max（yearobs）-min（yearobs）

）来计算年龄。我曾尝试使用

lubridate

+

dplyr

软件包，但是，在我的数据中，每个唯一ID的观察次数各不相同，我希望以最快的方式创建一个年龄列，而不单独存储最小值和最大值（因为我的数据量很大，所以避免在此处循环）

期望输出：

     ID age
1   oak   4
2 birch   3
3  pine   3

---

任何建议都将不胜感激。

一个选项是按“ID”分组，并获得“yearobs”列的

min

和

max

之间的差异

library(dplyr)
df %>% 
   group_by(ID) %>% 
   summarise(age = max(yearobs) - min(yearobs))

---

另外，如果我们需要快速完成，那么

data.table

将是另一种选择

library(data.table)
setDT(df)[, .(age = max(yearobs) - min(yearobs)), by = ID]

---

或使用

base R

by(df['yearobs'], df$ID, FUN = function(x) max(x)- min(x))

在base R中，您可以执行以下操作：

aggregate(yearobs ~ ID, data = df, FUN = function(x) max(x) - min(x))
#      ID yearobs
# 1 birch       3
# 2   oak       4
# 3  pine       2

---

library（dplyr）df%group\u by（ID）%%>%mutate（age=max（yearobs）-min（yearobs））

谢谢！超级快，尽管我更喜欢R-base选项。事实上我投了更高的票！我的错我没有在我的帖子里说。再次感谢。@DSA我的观点是，我关注的是效率部分，而不是

base R

击败了我。我的函数应该是

function（x）diff（range（x））

！在我的操作系统中，“max-min”似乎更快！不过很酷。