在R+中嵌套在另一列中的一个变量的增加；将0设置为起始值

我试图使用diff函数来计算这个数据集（df）中变量（“损害”）的增加。我想用这个新变量填充“damage_new”列。您现在看到的值就是我想要的值

df = data.frame(id=c(1,1,1,2,2), trial=c(1,3,4,1,2), damage=(1,NA,3,1,5))

df

如果我跑

diff（df$damage）

它将计算整个数据集中的差异

有两件事我没有做到：
-如何将差异嵌套在另一列的值中？具体地说，我想计算（整个数据集的）损伤增加，但是在单个个体（ID）内，我重复测量了其中的一个。 -我还希望damage_new列的长度与数据集的其余部分相同（以附加它），并且对于每个个体，将damage_new的第一个值设置为0，因为第一个测量值显然没有参考值。
-为了进一步描述数据集，我在“损坏”列中有NAs，我怀疑这会导致“损坏”新列中有更多NAs，但我想保留它们（我想知道函数如何处理它们？）。我也没有每个人相同数量的测量值（他们将进行不同数量的试验，中间有些缺失）

---

非常感谢您总是快速高效的回答！

dplyr软件包非常适合这类应用：

library(dplyr)
df %>% group_by(id) %>% mutate(damage_new=c(0,diff(damage)))
Source: local data frame [5 x 4]
Groups: id

  id trial damage damage_new
1  1     1      1          0
2  1     3     NA         NA
3  1     4      3         NA
4  2     1      1          0
5  2     2      5          4

您可以阅读有关dplyr用法的更多信息

更新

如果您想使用base R，可以执行以下操作：

df$damage_new <- ave(df$damage,df$id,FUN=function(v) c(0,diff(v)))

---

df$damage\u newdplyr
package非常适合这类物品：

library(dplyr)
df %>% group_by(id) %>% mutate(damage_new=c(0,diff(damage)))
Source: local data frame [5 x 4]
Groups: id

  id trial damage damage_new
1  1     1      1          0
2  1     3     NA         NA
3  1     4      3         NA
4  2     1      1          0
5  2     2      5          4

您可以阅读有关dplyr用法的更多信息

更新

如果您想使用base R，可以执行以下操作：

df$damage_new <- ave(df$damage,df$id,FUN=function(v) c(0,diff(v)))

df$damage\u newLibrary
data.table
您的朋友在吗：

> library(data.table)
> setDT(df)
> setkey(df, id, trial)
> df[,new_damage:=c(0,diff(damage)),by=id]
> df
   id trial damage new_damage
1:  1     1      1          0
2:  1     3     NA         NA
3:  1     4      3         NA
4:  2     1      1          0
5:  2     2      5          4

在
diff
上使用
NA
，您从
NA
中提取的任何内容都会给出
NA
：

> diff(c(1,3,4,NA,5,7))
[1]  2  1 NA NA  2

库
数据。表
是您的朋友吗：

> library(data.table)
> setDT(df)
> setkey(df, id, trial)
> df[,new_damage:=c(0,diff(damage)),by=id]
> df
   id trial damage new_damage
1:  1     1      1          0
2:  1     3     NA         NA
3:  1     4      3         NA
4:  2     1      1          0
5:  2     2      5          4

在
diff
上使用
NA
，您从
NA
中提取的任何内容都会给出
NA
：

> diff(c(1,3,4,NA,5,7))
[1]  2  1 NA NA  2

出于好奇：在这个例子中，为什么需要设置密钥？小技巧：设置密钥设置密钥…但也要先按id排序，然后按试验排序！我不认为data.frame已经排序，在未排序的data.frame上使用diff没有意义-就像在两个非连续试验上一样；）谢谢！我运行了代码from@MaratTalipov在R base中，它成功了！我已经按照ID对数据帧进行了排序，然后进行了试验，以便按照正确的顺序计算损伤增加。感谢@Colonel Beauvel解释diff如何处理NAs。如果只是为了订购，您可以使用
setorder
。只需使用c即可uriosity：为什么在这个例子中需要设置关键点？小技巧：setkey设置关键点…但也要先按id排序，然后按试用顺序排序！我不认为data.frame已经排序，在未排序的data.frame上使用diff没有意义，就像在两个非连续的试用中一样；）谢谢！我运行了代码from@MaratTalipov在R基地和它的工作ked！我已经按ID对数据帧进行了排序，然后按试验对数据帧进行了排序，以便按照正确的顺序计算损伤增加量。感谢@Colonel Beauvel解释diff如何处理NAs。如果只是为了订购，您可以使用
setorder
。