如何计算R中分组数据帧中行之间的变化？

我有以下数据框：

    A tibble: 47,898 x 4
# Groups:   countyfips [1,774]
   countyfips day_month_year new_case_rate_07da case_rate
        <dbl> <date>                      <dbl>     <dbl>
 1       1001 2020-01-12                      0         0
 2       1001 2020-01-19                      0         0
 3       1001 2020-01-26                      0         0
 4       1001 2020-02-02                      0         0
 5       1001 2020-02-09                      0         0
 6       1001 2020-02-16                      0         0
 7       1001 2020-02-23                      0         0
 8       1001 2020-03-01                      0         0
 9       1001 2020-03-08                      0         0
10       1001 2020-03-15                      0         0
# … with 47,888 more rows

但所有行的输出都为零（即使10之后的行中的值不是零）

您将如何尝试解决此问题？非常感谢。

看一看哪一个计算

lag

行之间向量或矩阵

x

的滞后差（默认值1）

以以下为例：

d <- data.frame(cases = c(4, 2, 3, 10, 0, 100))
diff(d$cases)
# [1]  -2   1   7 -10 100

在您的具体问题中，我认为这应该有效：

Affinity_County_Weekly.csv %>% group_by(countyfips) %>% mutate(change_vs_last_week_case_rate = c(0, diff(case_rate))

---

您能否以可复制的方式（例如，

dput（Affinity\u country\u Weekly）

）共享数据集的更大部分（因此它不包括零值）？谢谢您的回复。代码起作用了，现在我有了病例率之间的差异。但当我尝试使用以下代码计算百分比变化时：

x%groupby（countyfips）%%>%mutate（growth\u case\u rate=c（0，diff（case\u rate）））%%>%mutate（change\u case\u rate=growth\u case\u rate/lag（case\u rate））

R只是计算增长率除以同一行的增长率：

case\u率增长率变化率变化率1 10.7 10.7 1 2 21.5 10.8 0.502

根据测试，我不太确定

lag

的作用，但是，您可以尝试在列的开头添加一个值，并删除最后一个值，这样可以有效地将每个值向后移动（

c（0，case\u rate[-length（case\u rate）]

）。如果除以0，该值应该是什么？

d$newCases <- c(0, diff(d$cases))
#   cases newCases
# 1     4        0
# 2     2       -2
# 3     3        1
# 4    10        7
# 5     0      -10
# 6   100      100

Affinity_County_Weekly.csv %>% group_by(countyfips) %>% mutate(change_vs_last_week_case_rate = c(0, diff(case_rate))