如何使用zoo包按id分组计算height与组内首个height的差值？

首先加载原始数据框：

# 加载原始数据框
df <- structure(list(id = c(80006L, 80006L, 80006L, 80006L, 80006L, 80006L, 80006L, 80006L, 80006L, 80006L, 80006L, 80006L, 80006L, 80006L, 80006L, 80016L, 80016L, 80016L, 80016L, 80016L, 80016L, 80024L, 80024L, 80024L, 80024L, 80024L, 80024L, 80024L, 80024L, 80024L), group = c(3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), height = c(97.12, 101.35, 102.39, 103.49, 101.64, 105.88, 109.31, 107.37, 115.08, 116.83, 119.03, 117.01, 122.57, 132.27, 162.08, 105.01, 108.13, 115.58, 122.46, 130.33, 148.52, 89.78, 95.27, 98.99, 98.55, 100.84, 108.46, 109.49, 115.75, 118.52)), row.names = c(NA, 30L), class = "data.frame")

方法一：用dplyr直接计算（最直观） #

借助dplyr的分组功能，直接让每组的height减去组内第一个height值：

library(dplyr)

df <- df %>%
  group_by(id) %>%
  mutate(height_diff = height - first(height)) %>%
  ungroup()

运行后会新增height_diff列，每组第一个值为0，后续值为当前height与组内首值的差值。

方法二：用base R的diff + cumsum实现 #

通过拆分数据、计算相邻差值再累积求和的方式，得到和首值的差值：

df$height_diff <- unlist(lapply(split(df$height, df$id), function(x) {
  c(0, cumsum(diff(x)))
}))

逻辑：diff(x)计算组内相邻height的差值，cumsum()累积这些差值就能得到当前值与首值的差，前面补0保证组第一个值为0，最后用unlist()合并结果回原数据框。

方法三：用zoo包实现 #

利用zoo包的函数提取组内首值，再计算差值：

library(zoo)

# 方式1：结合dplyr分组
df <- df %>%
  group_by(id) %>%
  mutate(height_diff = height - first(zoo(height))) %>%
  ungroup()

# 方式2：base R结合zoo
df$height_diff <- unlist(lapply(split(df$height, df$id), function(x) {
  x - coredata(zoo(x))[1]
}))

两种方式都能实现需求，核心是用zoo的工具获取组内第一个height值，再做减法运算。

内容的提问来源于stack exchange，提问作者Vons