如何计算R中各组初始值的差值？

我在R中有这样安排的数据：

indv    time    val
A          6    5
A         10    10
A         12    7
B          8    4
B         10    3
B         15    9

对于每次的每个个体（

indv

），我想计算从初始时间开始的值变化（

val

）。所以我最终会得到这样的结果：

indv time   val val_1   val_change
A       6     5    5       0
A      10    10    5       5
A      12     7    5       2
B       8     4    4       0
B      10     3    4      -1
B      15     9    4       5

indv    time    value
A          10   10
A           6   5
A          12   7
B           8   4
B          10   3
B          15   9

谁能告诉我怎么做？我可以用

ddply(df, .(indv), function(x)x[which.min(x$time), ])

得到一张像这样的桌子

indv    time    val
A          6    5   
B          8    4   

但是，我不知道如何制作一个列

val_1

，其中每个个体的最小值是匹配的。但是，如果我能做到这一点，我应该能够使用以下方法添加列

val\u change

：

df['val_change'] = df['val_1'] - df['val']

编辑：下面发布了两个很好的方法，但是都依赖于我的时间列被排序，这样小时间值就位于高时间值之上。我不确定我的数据是否总是这样。（我知道我可以先在Excel中进行排序，但我正在努力避免这种情况。）当表格显示如下时，我如何处理这种情况：

indv time   val val_1   val_change
A       6     5    5       0
A      10    10    5       5
A      12     7    5       2
B       8     4    4       0
B      10     3    4      -1
B      15     9    4       5

indv    time    value
A          10   10
A           6   5
A          12   7
B           8   4
B          10   3
B          15   9

---

您可以使用基本函数来实现这一点。使用您的数据

df <- read.table(text = "indv    time    val
A   6   5
A   10  10
A   12  7
B   8   4
B   10  3
B   15  9", header = TRUE)

接下来，我们将变换

sdf

的每个组件，添加

val_1

和

val_change

变量，方式与您建议的类似

sdf <- lapply(sdf, function(x) transform(x, val_1 = val[1],
                                         val_change = val - val[1]))

编辑 要解决OP在注释中提出的排序问题，请修改

lappy（）

调用以在

transform（）之前包含排序步骤。例如：

sdf <- lapply(sdf, function(x) {
                     x <- x[order(x$time), ]
                     transform(x, val_1 = val[1],
                               val_change = val - val[1])
                   })

这是一个使用
ddply

ddply(df, .(indv), transform, 
      val_1 = val[1],
      change = (val - val[1]))

  indv time val val_1 change
1    A    6   5     5      0
2    A   10  10     5      5
3    A   12   7     5      2
4    B    8   4     4      0
5    B   10   3     4     -1
6    B   15   9     4      5

ddply(unsort, .(indv, time), sort)
  value time indv
1     5    6    A
2    10   10    A
3     7   12    A
4     4    8    B
5     3   10    B
6     9   15    B

要获得第二张桌子，请尝试以下操作：

ddply(df, .(indv), function(x) x[which.min(x$time), ])
  indv time val
1    A    6   5
2    B    8   4

编辑1
要处理未排序的数据，如您在编辑中发布的数据，请尝试以下操作

unsort <- read.table(text="indv    time    value
A          10   10
A           6   5
A          12   7
B           8   4
B          10   3
B          15   9", header=T)


do.call(rbind, lapply(split(unsort, unsort$indv), 
                  function(x) x[order(x$time), ]))
    indv time value
A.2    A    6     5
A.1    A   10    10
A.3    A   12     7
B.4    B    8     4
B.5    B   10     3
B.6    B   15     9

编辑3
您甚至可以使用
ddply

ddply(df, .(indv), transform, 
      val_1 = val[1],
      change = (val - val[1]))

  indv time val val_1 change
1    A    6   5     5      0
2    A   10  10     5      5
3    A   12   7     5      2
4    B    8   4     4      0
5    B   10   3     4     -1
6    B   15   9     4      5

ddply(unsort, .(indv, time), sort)
  value time indv
1     5    6    A
2    10   10    A
3     7   12    A
4     4    8    B
5     3   10    B
6     9   15    B

这是一个
data.table
解决方案，该解决方案在data.table中通过引用进行设置，因此具有内存效率。设置键将按键变量排序

library(data.table)
DT <- data.table(df)  
# set key to sort by indv then time
setkey(DT, indv, time)
DT[, c('val1','change') := list(val[1], val - val[1]),by = indv]
# And to show it works....
DT
##    indv time val val1 change
## 1:    A    6   5    5      0
## 2:    A   10  10    5      5
## 3:    A   12   7    5      2
## 4:    B    8   4    4      0
## 5:    B   10   3    4     -1
## 6:    B   15   9    4      5

库（data.table）
亲爱的吉尔伯，非常感谢你的帮助！但是，只有当“时间”列的值从低到高排序时，这才有效。我不确定在我的数据中是否总是这样，尽管我可以先在Excel中对其进行排序（但我尽量避免使用Excel）。如果没有对值进行排序，是否会有一种方法，如下表所示：indv时间值a 10 10 a 6 5 a 12 7 B 8 4 B 10 3 B 15 9亲爱的Jilber，您的编辑似乎很有效，非常感谢！我一整天都在想这个问题！现在我将用我的真实数据来尝试，再次感谢你的帮助！！！很高兴有用。请参阅我的第二次编辑，了解对数据进行排序的较短方法。frame.亲爱的Gavin，感谢您的帮助！这种方法确实适用于我的数据，但是，只有当时间列排序时，第一个值才会出现在后面的值之前。我不确定我的数据是否总是以这种方式排序。有没有类似的方法来处理时间无序的情况，如下表中所示：indv时间值a 10 10 a 6 5 a 12 7 B 8 4 B 10 3 B 15 9然后先排序
val
或按
时间排序
。首先对数据帧进行排序比在差分操作中处理数据帧容易得多。我已经提出了一个解决方案。在将来，它有助于制定完整的问题，以避免延长更新的答案等。希望我对我的问题所做的编辑有帮助吗？亲爱的加文，谢谢。是的，编辑有帮助。很抱歉，我没有完整地阐述这个问题，直到我阅读了答案，我才意识到我的表述有误。下次我会更加小心的@用户7462639用一个可重复的例子作为一个新问题提问
ddply(unsort, .(indv, time), sort)
  value time indv
1     5    6    A
2    10   10    A
3     7   12    A
4     4    8    B
5     3   10    B
6     9   15    B

library(data.table)
DT <- data.table(df)  
# set key to sort by indv then time
setkey(DT, indv, time)
DT[, c('val1','change') := list(val[1], val - val[1]),by = indv]
# And to show it works....
DT
##    indv time val val1 change
## 1:    A    6   5    5      0
## 2:    A   10  10    5      5
## 3:    A   12   7    5      2
## 4:    B    8   4    4      0
## 5:    B   10   3    4     -1
## 6:    B   15   9    4      5