如何计算R中每天的增长率
我还是如何计算R中每天的增长率,r,R,我还是R的新手，下面是我在现场测量的贻贝数据。我想获得每个locID（我有A1，A2，A3，A4，B1，B2，B3，C1，C2，C3，C4，D1，D2，D3，D3和D4一个功能循环，但理想情况下只包括对于10毫米贻贝和15毫米贻贝，以及每个深度，分别使用C1。因此，从第一个样本中获得每天的生长率将是从9,92中减去长度11,08（08-08-2017 39 1 C1 0,5 10蓝色）（03-07-2017 3 1 C1 0,5 10蓝色）并将其除以天数（08-08-2017 39 1 C1 0
RlocIDA1A2A3A4B1B2B3C1C2C3C4D1D2D3D3D4对于10毫米贻贝和15毫米贻贝，以及每个深度，分别使用C1。因此，从第一个样本中获得每天的生长率将是从9,92
中减去长度11,08
（08-08-2017 39 1 C1 0,5 10蓝色
）（03-07-2017 3 1 C1 0,5 10蓝色
）并将其除以天数（08-08-2017 39 1 C1 0,5 10蓝色11,08
）-3
（03-07-2017 3 1 C1 0,5 10蓝色9,92
）
有谁能给我一些关于如何在R
中找到计算方法的建议吗？我知道我要求很多，我希望有人愿意花时间来帮助我
提前谢谢你
date n= session locID depth org_length replica length
03-07-2017 3 1 C1 0,5 10 blue 9,92
03-07-2017 3 1 C1 2,5 10 blue 10,33
03-07-2017 3 1 C1 4,5 10 blue 9,78
03-07-2017 3 1 C1 6,5 10 blue 10,45
03-07-2017 3 1 C1 0,5 10 green 9,89
03-07-2017 3 1 C1 2,5 10 green 10,32
03-07-2017 3 1 C1 4,5 10 green 9,86
03-07-2017 3 1 C1 6,5 10 green 10,28
03-07-2017 3 1 C1 0,5 10 purple 10,36
03-07-2017 3 1 C1 4,5 10 purple 10,35
03-07-2017 3 1 C1 6,5 10 purple 10,47
03-07-2017 3 1 C1 0,5 10 red 10,48
03-07-2017 3 1 C1 2,5 10 red 9,64
03-07-2017 3 1 C1 4,5 10 red 10,08
03-07-2017 3 1 C1 6,5 10 red 10,37
03-07-2017 3 1 C1 0,5 15 blue 15,51
03-07-2017 3 1 C1 2,5 15 blue 14,84
03-07-2017 3 1 C1 4,5 15 blue 15,53
03-07-2017 3 1 C1 6,5 15 blue 14,54
03-07-2017 3 1 C1 0,5 15 green 14,89
03-07-2017 3 1 C1 2,5 15 green 15,29
03-07-2017 3 1 C1 4,5 15 green 14,97
03-07-2017 3 1 C1 6,5 15 green 14,77
03-07-2017 3 1 C1 0,5 15 purple 15,04
03-07-2017 3 1 C1 4,5 15 purple 15,17
03-07-2017 3 1 C1 6,5 15 purple 15,33
03-07-2017 3 1 C1 0,5 15 red 14,86
03-07-2017 3 1 C1 2,5 15 red 15,27
03-07-2017 3 1 C1 4,5 15 red 14,55
03-07-2017 3 1 C1 6,5 15 red 15,12
13-07-2017 13 1 C1 2,5 10 purple 10,52
13-07-2017 13 1 C1 2,5 15 purple 15,62
08-08-2017 39 1 C1 0,5 10 blue 11,08
08-08-2017 39 1 C1 2,5 10 blue 12,95
08-08-2017 39 1 C1 4,5 10 blue 10,67
08-08-2017 39 1 C1 6,5 10 blue 10,38
08-08-2017 39 1 C1 0,5 10 green 10,91
08-08-2017 39 1 C1 2,5 10 green 12,56
08-08-2017 39 1 C1 4,5 10 green 10,81
08-08-2017 39 1 C1 6,5 10 green 10,69
08-08-2017 39 1 C1 0,5 10 purple 11,25
08-08-2017 39 1 C1 2,5 10 purple 10,83
08-08-2017 39 1 C1 4,5 10 purple 10,37
08-08-2017 39 1 C1 6,5 10 purple 10,5
08-08-2017 39 1 C1 0,5 10 red 10,45
08-08-2017 39 1 C1 2,5 10 red 11,39
08-08-2017 39 1 C1 4,5 10 red 12,02
08-08-2017 39 1 C1 6,5 10 red 10,32
08-08-2017 39 1 C1 0,5 15 blue 15,95
08-08-2017 39 1 C1 2,5 15 blue 15,75
08-08-2017 39 1 C1 4,5 15 blue 15,48
08-08-2017 39 1 C1 6,5 15 blue 14,8
08-08-2017 39 1 C1 0,5 15 green 16,37
08-08-2017 39 1 C1 2,5 15 green 16,66
08-08-2017 39 1 C1 4,5 15 green 15,37
08-08-2017 39 1 C1 6,5 15 green 14,67
08-08-2017 39 1 C1 0,5 15 purple 14,96
08-08-2017 39 1 C1 2,5 15 purple 15,49
08-08-2017 39 1 C1 4,5 15 purple 15,15
08-08-2017 39 1 C1 6,5 15 purple 15,67
08-08-2017 39 1 C1 0,5 15 red 16,21
08-08-2017 39 1 C1 2,5 15 red 15,19
08-08-2017 39 1 C1 4,5 15 red 15,14
08-08-2017 39 1 C1 6,5 15 red 15,54
05-09-2017 67 1 C1 0,5 15 blue 15,94
05-09-2017 67 1 C1 2,5 15 blue 15,68
05-09-2017 67 1 C1 4,5 15 blue 15,48
05-09-2017 67 1 C1 6,5 15 blue 14,5
05-09-2017 67 1 C1 0,5 15 green 16,33
05-09-2017 67 1 C1 2,5 15 green 16,7
05-09-2017 67 1 C1 4,5 15 green 15,33
05-09-2017 67 1 C1 6,5 15 green 14,62
05-09-2017 67 1 C1 0,5 15 purple 14,96
05-09-2017 67 1 C1 2,5 15 purple 15,58
05-09-2017 67 1 C1 4,5 15 purple 15,17
05-09-2017 67 1 C1 6,5 15 purple 15,64
05-09-2017 67 1 C1 0,5 15 red 16,17
05-09-2017 67 1 C1 2,5 15 red 15,17
05-09-2017 67 1 C1 4,5 15 red 15,1
05-09-2017 67 1 C1 6,5 15 red 15,57
05-09-2017 67 1 C1 0,5 10 blue 11,08
05-09-2017 67 1 C1 2,5 10 blue 12,95
05-09-2017 67 1 C1 4,5 10 blue 11,15
05-09-2017 67 1 C1 6,5 10 blue 10,47
05-09-2017 67 1 C1 0,5 10 green 10,91
05-09-2017 67 1 C1 2,5 10 green 12,52
05-09-2017 67 1 C1 4,5 10 green 10,88
05-09-2017 67 1 C1 6,5 10 green 10,7
05-09-2017 67 1 C1 0,5 10 purple 11,3
05-09-2017 67 1 C1 2,5 10 purple 10,93
05-09-2017 67 1 C1 4,5 10 purple 10,35
05-09-2017 67 1 C1 6,5 10 purple 10,51
05-09-2017 67 1 C1 0,5 10 red 10,45
05-09-2017 67 1 C1 2,5 10 red 11,37
05-09-2017 67 1 C1 4,5 10 red 12,03
05-09-2017 67 1 C1 6,5 10 red 10,2
29-09-2017 91 1 C1 0,5 15 blue 15,95
29-09-2017 91 1 C1 2,5 15 blue 15,64
29-09-2017 91 1 C1 4,5 15 blue 15,47
29-09-2017 91 1 C1 6,5 15 blue 14,55
29-09-2017 91 1 C1 0,5 15 green 16,37
29-09-2017 91 1 C1 2,5 15 green 16,72
29-09-2017 91 1 C1 4,5 15 green 15,33
29-09-2017 91 1 C1 6,5 15 green 14,61
29-09-2017 91 1 C1 0,5 15 purple 14,81
29-09-2017 91 1 C1 2,5 15 purple 15,54
29-09-2017 91 1 C1 4,5 15 purple 15,3
29-09-2017 91 1 C1 6,5 15 purple 15,65
29-09-2017 91 1 C1 0,5 15 red 16,19
29-09-2017 91 1 C1 2,5 15 red 15,14
29-09-2017 91 1 C1 4,5 15 red 15,07
29-09-2017 91 1 C1 6,5 15 red 15,51
29-09-2017 91 1 C1 0,5 10 blue 11,2
29-09-2017 91 1 C1 2,5 10 blue 12,92
29-09-2017 91 1 C1 4,5 10 blue 11,51
29-09-2017 91 1 C1 6,5 10 blue 10,43
29-09-2017 91 1 C1 0,5 10 green 10,89
29-09-2017 91 1 C1 2,5 10 green 12,5
29-09-2017 91 1 C1 4,5 10 green 10,67
29-09-2017 91 1 C1 6,5 10 green 10,85
29-09-2017 91 1 C1 0,5 10 purple 11,28
29-09-2017 91 1 C1 2,5 10 purple 11,14
29-09-2017 91 1 C1 4,5 10 purple 10,95
29-09-2017 91 1 C1 6,5 10 purple 10,61
29-09-2017 91 1 C1 0,5 10 red 10,44
29-09-2017 91 1 C1 2,5 10 red 11,96
29-09-2017 91 1 C1 4,5 10 red 12,67
29-09-2017 91 1 C1 6,5 10 red 10,18
这就是你想要的吗
# sort the data (important)
df <- df[order(df$locID, df$depth, df$org_length, df$replica, df$n.), ]
# calculate rates
rates <- by(df, list(df$locID, df$depth, df$org_length, df$replica), function(x) {
c(NA, diff(x$length)/diff(x$n.))})
rate_overall <- by(df, list(df$locID, df$depth, df$org_length, df$replica), function(x) {
rep(diff(x$length[c(1, length(x$length))])/diff(x$n.[c(1, length(x$n.))]), nrow(x))})
# add rates to data
df$growth_rate <- unlist(rates)
df$overall_growth_rate <- unlist(rate_overall)
非常感谢您的快速回复！我确实想分割locID、深度、组织长度和副本的数据。唯一的问题是，我每个样本有多个测量天数，所以我认为用一个公式来分割差异是行不通的。如果我只使用开始时测得的长度和结束时测得的长度，它可能会起作用。另外，当我输入了你的代码，我得到了以下错误：df$locID中的错误：类型为“closure”的对象不可再附加，你知道为什么吗？提前谢谢你，我期待收到你的来信！关于你的错误，代码假设你的数据存储在一个名为df
的对象中，所以要么这样做，要么用df
代替w无论您的数据集的名称是什么。该函数基于任何两个连续测量事件计算速率，例如，在03-07-2017
和08-08-2017
，08-08-2017
和05-09-2017
之间，以及在05-09-2017
和29-09-2017
之间。如果这不是您想要的，请澄清。当我在做这件事的时候，我会编辑代码，使其更简单更快。再次感谢您的快速响应！基于连续测量事件的计算正是我想要的，太好了！我的df中存储的数据被写为2017-07-03而不是2017-07-03，这有什么区别吗？最后一个问题：我还需要一个带有s的列每个样本单独计算的增长率（例如蓝色，10毫米，0.5深），你们能帮我吗？你们可以这样做：df$sums
> head(df)
date n. session locID depth org_length replica length growth_rate overall_growth_rate
1 03-07-2017 3 1 C1 0.5 10 blue 9.92 NA 0.0145454545
33 08-08-2017 39 1 C1 0.5 10 blue 11.08 0.03222222 0.0145454545
81 05-09-2017 67 1 C1 0.5 10 blue 11.08 0.00000000 0.0145454545
113 29-09-2017 91 1 C1 0.5 10 blue 11.20 0.00500000 0.0145454545
5 03-07-2017 3 1 C1 0.5 10 green 9.89 NA 0.0294318182
37 08-08-2017 39 1 C1 0.5 10 green 10.91 0.07277778 0.0294318182