изменения от базовой линии для повторных идентификаторов

Question

Например,

> set.seed(1) 
df1 <- data.frame(ID = c(rep(c(rep(1,3), rep(2,3)),2),rep(c(rep(3,3), rep(4,3)),2)), 
        Day=rep(c(1,2,3),8)) 
df2 <- data.frame(measure = c(rep("mean",6),rep("median",6),rep("mean",6),rep("median",6)), 
        val=sample(1:24,24)) 

data <- cbind(df1,df2) 

> data 

    ID Day measure val 
1 1 1 mean 7 
2 1 2 mean 9 
3 1 3 mean 13 
4 2 1 mean 20 
5 2 2 mean 5 
6 2 3 mean 18 
7 1 1 median 19 
8 1 2 median 12 
9 1 3 median 11 
10 2 1 median 1 
11 2 2 median 3 
12 2 3 median 14 
13 3 1 mean 23 
14 3 2 mean 21 
15 3 3 mean 8 
16 4 1 mean 16 
17 4 2 mean 6 
18 4 3 mean 24 
19 3 1 median 22 
20 3 2 median 4 
21 3 3 median 17 
22 4 1 median 15 
23 4 2 median 2 
24 4 3 median 10 

Я хочу, чтобы создать еще одну переменные, которая измеряет изменение от 1 дня для каждого измерения в пределах каждого идентификатора так

ID Day measure val change 
1 1 1 mean 7 0 
2 1 2 mean 9 2 
3 1 3 mean 13 6 
4 2 1 mean 20 0 
5 2 2 mean 5 -15 
6 2 3 mean 18 -2 
7 1 1 median 19 0 
8 1 2 median 12 -7 
9 1 3 median 11 -8 
10 2 1 median 1 0 
11 2 2 median 3 2 
12 2 3 median 14 13 
13 3 1 mean 23 0 
14 3 2 mean 21 -2 
15 3 3 mean 8 -15 
16 4 1 mean 16 0 
17 4 2 mean 6 -10 
18 4 3 mean 24 8 
19 3 1 median 22 0 
20 3 2 median 4 -18 
21 3 3 median 17 -5 
22 4 1 median 15 0 
23 4 2 median 2 -13 
24 4 3 median 10 -5 

Я был пытаясь изменить код в Calculating change from baseline with data in long format, но в моем наборе данных повторяются меры.

Answer 1

Для того, чтобы создать столбец «Изменить», мы можете использовать data.table. Преобразуйте 'data.frame' в 'data.table' (setDT(data)), сгруппированный по 'ID', 'measure', мы вычисляем разницу между 'val' и 'val', соответствующими 'Day' 1, чтобы создать ' изменение'.

library(data.table) 
setDT(data)[, change:= val-val[Day==1L], by = .(ID, measure)] 
data 
# ID Day measure val change 
# 1: 1 1 mean 7  0 
# 2: 1 2 mean 9  2 
# 3: 1 3 mean 13  6 
# 4: 2 1 mean 20  0 
# 5: 2 2 mean 5 -15 
# 6: 2 3 mean 18  -2 
# 7: 1 1 median 19  0 
# 8: 1 2 median 12  -7 
# 9: 1 3 median 11  -8 
#10: 2 1 median 1  0 
#11: 2 2 median 3  2 
#12: 2 3 median 14  13 
#13: 3 1 mean 23  0 
#14: 3 2 mean 21  -2 
#15: 3 3 mean 8 -15 
#16: 4 1 mean 16  0 
#17: 4 2 mean 6 -10 
#18: 4 3 mean 24  8 
#19: 3 1 median 22  0 
#20: 3 2 median 4 -18 
#21: 3 3 median 17  -5 
#22: 4 1 median 15  0 
#23: 4 2 median 2 -13 
#24: 4 3 median 10  -5 

Аналогичный вариант с использованием dplyr будет

library(dplyr) 
data %>% 
    group_by(ID, measure) %>% 
    mutate(change = val- val[Day==1L]) 

Или в base R вариант с ave, если столбец 'День' заказан

data$change <- with(data, val-ave(val, ID, measure, FUN=function(x) head(x,1))) 

Или другой base R варианта без группировки, если колонок заказываются

data$change <- with(data, {i <- Day==1L; val-(val*i)[val*i>0][cumsum(i)] })