在R数据帧中按对角线相减?

在R数据帧中按对角线相减?,r,dataframe,dplyr,tidyverse,R,Dataframe,Dplyr,Tidyverse,这是我的数据框: ID max_t min_t diff 1.9 84904814 84904755 NA 1.4 84905065 84905014 -310 1.6 84905290 84905248 -276 1.0 84906383 84906316 -1135 2.9 82023344 82023251 2882972 2.4 82023527 82023419

这是我的数据框:

ID  max_t       min_t       diff
1.9 84904814    84904755    NA  
1.4 84905065    84905014    -310    
1.6 84905290    84905248    -276    
1.0 84906383    84906316    -1135   
2.9 82023344    82023251    2882972 
2.4 82023527    82023419    -276    
2.6 82023669    82023561    -250    
2.0 82023811    82023728    -250    
我的问题是diff列

我希望它检查的范围/时间差如下:

1.4 min_t - 1.9 max_t (84905014-84904814)
1.6 min_t - 1.4 max_t (84905248-84905065) 

预期产出:

   ID    max_t    min_t     diff
1 1.9 84904814 84904755      200
2 1.4 84905065 84905014      183
3 1.6 84905290 84905248     1026
4 1.0 84906383 84906316 -2883132
5 2.9 82023344 82023251       75
6 2.4 82023527 82023419       34
7 2.6 82023669 82023561       59
8 2.0 82023811 82023728       NA
这是我所做的,但它没有提供我想要的。 请告诉我这里错过了什么

test$diff <- lag(test$min_t, 1) - test$max_t

test$diff您应该使用
lead
而不是
lag

library(dplyr)

test %>%
  mutate(lag_min_t = lag(min_t), # For demo
         lead_min_t = lead(min_t), # For demo
         diff = lead(min_t) - max_t)
结果:

   ID    max_t    min_t     diff lag_min_t lead_min_t
1 1.9 84904814 84904755      200        NA   84905014
2 1.4 84905065 84905014      183  84904755   84905248
3 1.6 84905290 84905248     1026  84905014   84906316
4 1.0 84906383 84906316 -2883132  84905248   82023251
5 2.9 82023344 82023251       75  84906316   82023419
6 2.4 82023527 82023419       34  82023251   82023561
7 2.6 82023669 82023561       59  82023419   82023728
8 2.0 82023811 82023728       NA  82023561         NA

您应该使用
lead
而不是
lag

library(dplyr)

test %>%
  mutate(lag_min_t = lag(min_t), # For demo
         lead_min_t = lead(min_t), # For demo
         diff = lead(min_t) - max_t)
结果:

   ID    max_t    min_t     diff lag_min_t lead_min_t
1 1.9 84904814 84904755      200        NA   84905014
2 1.4 84905065 84905014      183  84904755   84905248
3 1.6 84905290 84905248     1026  84905014   84906316
4 1.0 84906383 84906316 -2883132  84905248   82023251
5 2.9 82023344 82023251       75  84906316   82023419
6 2.4 82023527 82023419       34  82023251   82023561
7 2.6 82023669 82023561       59  82023419   82023728
8 2.0 82023811 82023728       NA  82023561         NA

好的。我看到了。我认为你的问题在于,滞后不是在时间上向前移动,而是在时间上向后移动。在您的例子中,滞后(test$min\u t,1)不是从1.9min\t开始,而是在1.9min\u t之前开始,这是不存在的。这也会导致您的操作向后(diff实际上是1.4max\u t-1.9min\u t),这与您想要的相反

不使用滞后,只需减去不同位置的向量,并在向量的开头添加NA:

    test$diff <- c(NA,min_t[-1] - max_t[-length(max_t)])

测试$diff正常。我看到了。我认为你的问题在于,滞后不是在时间上向前移动,而是在时间上向后移动。在您的例子中,滞后(test$min\u t,1)不是从1.9min\t开始,而是在1.9min\u t之前开始,这是不存在的。这也会导致您的操作向后(diff实际上是1.4max\u t-1.9min\u t),这与您想要的相反

不使用滞后,只需减去不同位置的向量,并在向量的开头添加NA:

    test$diff <- c(NA,min_t[-1] - max_t[-length(max_t)])

test$diff-Sure@useR我做了,你能解释一下“它没有提供我想要的东西”是什么意思吗?你从代码中得到了什么?@useR你可以在我的问题中看到它不应该是-310,应该是200。等等我想也许融化会有帮助。我误解了你的问题。下次,最好提供您的预期输出,以便其他人可以将他们的答案与您的输出进行比较。当然@useR I did it。您能解释一下“它没有提供我想要的东西”的意思吗?你从代码中得到了什么?@useR你可以在我的问题中看到它不应该是-310,应该是200。等等我想也许融化会有帮助。我误解了你的问题。下次,最好提供您的预期输出,以便其他人可以将他们的答案与您的输出进行比较。好极了!谢谢解决了我的问题!好极了!谢谢解决了我的问题!