在r中查找分类数据的差异

我不熟悉这个网站和R语言，这是我在这里的第一个问题：）

我正在分析一组美国人民在不同年份和不同州的工资数据（总共30人被标记为1，2，…，30）。开始年份（1970年）相同，但结束年份不同（1990年至2000年）。对于每一个州，我希望找出结束年和开始年工资之间的差异。我写了以下内容，但不起作用：

for (i in 1:30) {
  salarygrowth <- function(salary[state == "i", time == max(1990:2000, na.rm=FALSE)], salary[state == "i", time == 1970]) { 
  salary[state == "i", time == max(1990:2000, na.rm=FALSE)] - salary[state == "i", time == 1970]}
}

---

我们可以使用按组聚合函数来实现这一点。一个选项是

dplyr

。我们按“状态”进行累加，得到最大“时间”对应的“工资”与最小“时间”之间的差额

library(dplyr)
df1 %>%
  group_by(state) %>%
  summarise(salary = salary[which.max(time)]- salary[which.min(time)])

另一个选项是，如果“时间”列未排序，我们将按

arrange

对其排序，然后使用

first

，

last

提取薪资的第一个、最后一个值并取其差

df1 %>%
   group_by(state) %>%
   arrange(time) %>%
   summarise(salary=last(salary)- first(salary)) 

 salary <- with(df1, salary[!duplicated(state, fromLast=TRUE)]-
                     salary[!duplicated(state)])
 data.frame(state=unique(df1$state), salary)

---

或者使用

data.table

，我们将“data.frame”转换为“data.table”（

setDT（df1）

），按“state”分组，

order

按“time”分组，得到最后（

.N

）和第一（

1L

）“salary”的差值

library(data.table)
setDT(df1)[order(time), list(salary=salary[.N]- salary[1L]), by = state]

---

或者，如果“时间”和“状态”是有序的，我们也可以使用“状态”列上的

duplicated

来获取逻辑索引，提取“工资”以获取差异

df1 %>%
   group_by(state) %>%
   arrange(time) %>%
   summarise(salary=last(salary)- first(salary)) 

 salary <- with(df1, salary[!duplicated(state, fromLast=TRUE)]-
                     salary[!duplicated(state)])
 data.frame(state=unique(df1$state), salary)

---

salary@akrun请参见上文。谢谢。在下面发布了一个解决方案。请检查这是否有帮助