R dataframe按ID分组计算各访视x值相对筛查行的差值方法

示例数据集 #

set.seed(123)
df1 <- 0
df1$visit <- rep(c("scr", "1mo", "3mo", "6mo0", "12mo", "2yr"), 2)
df1 <- as.data.frame(df1)
df1$id <- rep(c("101","102"), each = 6)
df1 <- df1[ ,-c(1)]
df1$x <- sample(0:30, 12, replace = T)

df1$want = c(0, -16, -12, -17, -28, -21, 0, 4, -7, -13, 2, -4)

需求说明 #

对每个ID分组，将分组内所有行的x值减去该ID对应筛查（visit为scr）行的x值，生成相对于筛查访视的变化变量。

可复用代码方案 #

方案1：dplyr实现（推荐，代码简洁易读） #

library(dplyr)
df1 <- df1 %>%
  group_by(id) %>%
  mutate(x_change_from_scr = x - x[visit == "scr"]) %>%
  ungroup()

运行后生成的x_change_from_scr列和示例给出的want列完全一致。

方案2：基础R实现（无需加载第三方包） #

# 先提取每个ID对应的筛查值
scr_val_df <- aggregate(x ~ id, data = df1[df1$visit == "scr", ], FUN = c)
# 匹配ID后计算差值
df1$x_change_from_scr <- df1$x - scr_val_df$x[match(df1$id, scr_val_df$id)]

内容的提问来源于stack exchange，提问作者Walker