R编程：在给定特定ID的情况下，如何查找每两个连续日期的值差异

以下是我的数据集的简化版本：

 > df
   ID total_sleep sleep_end_date
1   1           9     2017-09-03
2   1           8     2017-09-04
3   1           7     2017-09-05
4   1          10     2017-09-06
5   1          11     2017-09-07
6   2           5     2017-09-03
7   2          12     2017-09-04
8   2           4     2017-09-05
9   2           3     2017-09-06
10  2           6     2017-09-07

其中总睡眠时间以小时表示

我试图找到的是，给定一个特定的用户ID，每两个连续日期的睡眠时间的绝对差异。所需的输出应该如下所示：

> df_answer

   ID total_sleep sleep_end_date      diff_hours_of_sleep
1   1           9     2017-09-03                       NA
2   1           8     2017-09-04                        1
3   1           7     2017-09-05                        1
4   1          10     2017-09-06                        3
5   1          11     2017-09-07                        1
6   2           5     2017-09-03                       NA
7   2          12     2017-09-04                        7
8   2           4     2017-09-05                        8
9   2           3     2017-09-06                        1
10  2           6     2017-09-08                       NA

NA出现在第1行和第6行，因为它没有关于前一天的任何数据

最重要的是，NA出现在第10行，因为我没有关于前一天（2017-09-07）的任何数据。这是我编写代码时最棘手的部分

我已经在谷歌上搜索过（意思是：“StackOverflow”），并试图使用dplyr的“数据争用备忘单”找到一个解决方案，但我还没有找到一个函数，使我能够在考虑到这两个变量的情况下做我想做的事情：日期和不同的用户ID

我是R的初学者，所以我可能确实错过了一些简单的东西。欢迎任何意见或建议

##按ID排序data.frame，然后增加睡眠结束日期（如果尚未排序）
## Order data.frame by IDs, then by increasing sleep_end_dates (if not already sorted)
df <- df[order(df$ID, df$sleep_end_date),]

## Calculate difference in total_sleep with previous entry
df$diff_hours_of_sleep <- c(NA,abs(diff(df$total_sleep)))

## If previous ID is not equal, replace diff_hours_of_sleep with NA
ind <- c(NA, diff(df$ID))
df$diff_hours_of_sleep[ind != 0] <- NA

## And if previous day wasn't yesterday, replace diff_hours_of_sleep with NA
day_ind <- c(NA, diff(df$sleep_end_date))
df$diff_hours_of_sleep[day_ind != 1] <- NA

df也许下面的方法可以做到

df <- lapply(split(df, df$ID), function(x){
        y <- ifelse(diff(x$sleep_end_date) == 1, abs(diff(x$total_sleep)), NA)
        x$diff_hours_of_sleep <- c(NA, y)
        x
})
df <- do.call(rbind, df)
df

df这里是一个使用data.table的解决方案-

dt1 <- data.table(df, key=c('id', 'sleep_end_date'))
merge(
  dt1[,.(id, total_sleep, sleep_end_date, i=.I - 1)],
  dt1[,.(id, total_sleep, i=.I)], by=c('id','i'), all.x=TRUE)  [,.(id,sleep_end_date,\
total_sleep.x,delta=total_sleep.y-total_sleep.x)]
    id sleep_end_date total_sleep.x delta
 1:  1     2017-09-03             9    NA
 2:  1     2017-09-04             8     1
 3:  1     2017-09-05             7     1
 4:  1     2017-09-06            10    -3
 5:  1     2017-09-07            11    -1
 6:  2     2017-09-03             5    NA
 7:  2     2017-09-04            12    -7
 8:  2     2017-09-05             4     8
 9:  2     2017-09-06             3     1
10:  2     2017-09-07             6    -3

dt1谢谢！在你的回答中，我意识到我的问题中遗漏了另一个重要的一点：有时我没有前一天的数据，我想在这些情况下生成NA，就像我在问题中介绍的示例一样。只是添加了两行新的行，这样做很有效！非常感谢。编辑问题！