R语言中基于ID分组计算Time列与同组最早日期对应值差值的实现求助

我来帮你解决这个问题！先梳理下你的需求和现有代码的问题，再一步步给出可行的解决方案：

问题分析 #

你之前的尝试存在几个关键问题：

• 错误地用group_by(id, date)分组，这样每个(id, date)组合只会有一条记录，diff()根本无法计算有效差值
• 原数据里的time是字符类型，不能直接进行数值运算
• 逻辑方向有误：你需要先找到每个id组内最早日期对应的time值作为基准，再用每条记录的time减去这个基准值，而不是用diff()计算相邻记录的差

解决方案步骤 #

1. 先转换数据类型：把date转为标准日期格式，time转为数值格式（否则无法做减法）
2. 按id分组，提取每组最早日期对应的time作为基准值
3. 计算每条记录与基准值的差值，组内最早日期的记录设为NA（或你需要的0）

完整代码 #

library(dplyr)

# 先加载你的数据集
mydata <- structure(list(id = c("a", "a", "b", "b", "b", "c"), 
                         date = c("2018-04-13", "2011-11-12", "2019-05-30", "2014-09-13", "2019-06-21", "1998-01-08" ), 
                         time = c("50", "40", "30", "20", "10", "30")), 
                    class = "data.frame", row.names = c(NA, -6L))

# 步骤1：转换数据类型
mydata <- mydata %>%
  mutate(date = as.Date(date),
         time = as.numeric(time))

# 步骤2&3：分组计算基准值和差值
mydata <- mydata %>%
  group_by(id) %>%
  mutate(
    # 提取每组最早日期对应的time作为基准
    base_time = time[date == min(date)],
    # 计算差值，最早日期的记录设为NA（要设0的话把NA改成0即可）
    time_diff = ifelse(date == min(date), NA, time - base_time)
  ) %>%
  ungroup() # 取消分组，恢复普通数据框格式

运行结果 #

> mydata
# A tibble: 6 × 5
  id    date       time base_time time_diff
  <chr> <date>     <dbl>     <dbl>     <dbl>
1 a     2018-04-13    50        40        10
2 a     2011-11-12    40        40        NA
3 b     2019-05-30    30        20        10
4 b     2014-09-13    20        20        NA
5 b     2019-06-21    10        20       -10
6 c     1998-01-08    30        30        NA

注：你期望输出里b组第三条的time_diff写的是-20，这应该是笔误——该记录time是10，基准值是20，差值应为-10，上面的结果是符合逻辑的。

内容的提问来源于stack exchange，提问作者CTRunner