嵌套组中对之间的dplyr差异

我想使用dplyr来计算会话中成对嵌套的人之间的值差异

期望输出：

您可以将条件扩展到标题，然后执行新-旧减法：

您可以将条件扩展到标题，然后执行新-旧减法：

---

您的输出可通过以下方式获得：

dat %>% group_by(pair,session) %>% arrange(condition) %>% summarise(diff = -diff(value))
Source: local data frame [40 x 3]
Groups: pair [?]

# A tibble: 40 x 3
    pair session  diff
   <dbl>   <dbl> <dbl>
 1     1       1     0
 2     1       2     1
 3     1       3     3
 4     1       4     6
 5     1       5    12
 6     1       6    11
 7     1       7    10
 8     1       8     8
 9     1       9     5
10     1      10     5
# ... with 30 more rows

---

排列可确保新的和旧的处于正确的位置，但解决方案取决于对和会话的每个组合正好有2个值。

您的输出可以通过以下方式获得：

dat %>% group_by(pair,session) %>% arrange(condition) %>% summarise(diff = -diff(value))
Source: local data frame [40 x 3]
Groups: pair [?]

# A tibble: 40 x 3
    pair session  diff
   <dbl>   <dbl> <dbl>
 1     1       1     0
 2     1       2     1
 3     1       3     3
 4     1       4     6
 5     1       5    12
 6     1       6    11
 7     1       7    10
 8     1       8     8
 9     1       9     5
10     1      10     5
# ... with 30 more rows

---

排列可确保新的和旧的处于正确的位置，但解决方案取决于对和会话的每个组合正好有2个值。

您的预期输出数据.frame是什么样子的？您的预期输出数据.frame是什么样子的？谢谢！同样的问题也要问你@Psidom。是否可以保留条件变量？您希望条件列是什么样子？每一行代表新的和旧的区别。从我的角度来看没有太多意义。谢谢！同样的问题也要问你@Psidom。是否可以保留条件变量？您希望条件列是什么样子？每一行代表新的和旧的区别。从我的角度来看，这没有太多意义。

library(dplyr); library(tidyr)

dat %>% 
    select(-person) %>% 
    spread(condition, value) %>% 
    mutate(diff = NEW - OLD) %>% 
    select(session, pair, diff)

# A tibble: 40 x 3
#   session  pair  diff
#     <dbl> <dbl> <dbl>
# 1       1     1     0
# 2       2     1     1
# 3       3     1     3
# 4       4     1     6
# 5       5     1    12
# 6       6     1    11
# 7       7     1    10
# 8       8     1     8
# 9       9     1     5
#10      10     1     5
# ... with 30 more rows

dat %>% group_by(pair,session) %>% arrange(condition) %>% summarise(diff = -diff(value))
Source: local data frame [40 x 3]
Groups: pair [?]

# A tibble: 40 x 3
    pair session  diff
   <dbl>   <dbl> <dbl>
 1     1       1     0
 2     1       2     1
 3     1       3     3
 4     1       4     6
 5     1       5    12
 6     1       6    11
 7     1       7    10
 8     1       8     8
 9     1       9     5
10     1      10     5
# ... with 30 more rows