R语言按ID分组时间排序后计算基准值与后续行差值的实现方法

匹配你给出的示例预期，每个分组的处理规则如下：

• 所有行先按所属ID分组，组内按time字段升序排列
• 定位组内基准行：从组首行开始遍历，找到第一次出现数值回升的拐点——即第一个满足「当前行数值 < 下一行数值」的行，这就是数值上升前的最低值点
• 基于基准行计算差值：
  • 基准行之前的所有行，差值记为NA
  • 基准行本身的差值记为0
  • 基准行之后的所有行，差值 = 当前行数值 - 基准行数值

• diff() 函数返回的是相邻元素的差值向量，长度比原分组向量短1，直接使用会出现长度不匹配，无法对齐到每一行
• 基准定位错误：原代码取组内全局最小值作为参照，和需求中「数值上升前的最低值」的定位规则不一致，若组内后续出现比回升点更低的值，会定位到错误的基准行
• 差值逻辑错误：原代码计算的是相邻行的差值，没有锚定统一的基准行，也没有对基准行前的行、基准行本身做正确赋值

library(dplyr)

# 生成原始测试数据集
df <- data.frame(
  ID = c(1,1,1,1,1,2,2,2,3,3,3,3,3,3),
  time = c(6,12,18,24,30,3,9,21,6,12,18,24,30,36),
  value = c(0.9,0.7,2.8,3.8,0.5,1.3,3.1,0.8,1.2,0.6,3.7,1.8,0.9,0.3)
)

# 按规则处理数据集
df_result <- df %>%
  # 全局排序：按ID分组，组内按time升序
  arrange(ID, time) %>%
  group_by(ID) %>%
  mutate(
    # 定位回升拐点的行索引
    base_idx = which(value < lead(value))[1],
    # 提取基准行的数值
    base_val = value[base_idx],
    # 按规则计算差值
    value.diff = case_when(
      row_number() < base_idx ~ NA_real_,
      row_number() == base_idx ~ 0,
      row_number() > base_idx ~ value - base_val
    )
  ) %>%
  ungroup()

逐组校验和你的预期匹配情况：

• ID=1分组：计算得到value.diff = c(NA, 0, 2.1, 3.1, -0.2)，和预期完全一致
• ID=2分组：计算得到value.diff = c(0, 1.8, -0.5)，和你的示例值仅差一个负号，属于笔误修正
• ID=3分组：计算得到value.diff = c(NA, 0, 3.1, 1.2, 0.3, -0.3)，和预期完全一致

注：如果某组内所有值持续下降，没有出现回升拐点，上述代码会触发空值错误，可增加边界判断，将这类场景的基准设为组内最后一行即可。

内容的提问来源于stack exchange，提问作者Biostats