r - 分组 data.fame 后的自定义函数

Question

给定以下数据框

d <- rep(c("a", "b"), each=5)
l <- rep(1:5, 2) 
v <- 1:10

df       <- data.frame(d=d, l=l, v=v*v)
df
   d l   v
1  a 1   1
2  a 2   4
3  a 3   9
4  a 4  16
5  a 5  25
6  b 1  36
7  b 2  49
8  b 3  64
9  b 4  81
10 b 5 100

现在我想在按 l 分组后添加另一列。额外的列应包含 v_b - v_a 的值

   d l   v    e
1  a 1   1    35 (36-1)
2  a 2   4    45 (49-4)
3  a 3   9    55 (64-9)
4  a 4  16    65 (81-16)
5  a 5  25    75 (100-25)
6  b 1  36    35 (36-1)
7  b 2  49    45 (49-4)
8  b 3  64    55 (64-9)
9  b 4  81    65 (81-16)
10 b 5 100    75 (100-25)

括号中是如何计算该值的方式。

我正在寻找一种使用 dplyr 的方法。所以我从这样的事情开始

df %.% 
 group_by(l) %.%
 mutate(e=myCustomFunction)

但是我应该如何定义myCustomFunction？我认为 data.frame 的分组会产生另一个(子)data.frame，它是该函数的参数。但事实并非如此……

Answer 1

我猜这是相当于 @jlhoward 的 data.table 解决方案的 dplyr:

df %>%
  group_by(l) %>%
  mutate(e = v[d == "b"] - v[d == "a"])

OP评论后编辑:

如果您想使用自定义函数，这里有一个可能的方法:

myfunc <- function(x) {
  with(x, v[d == "b"] - v[d == "a"])
}

test %>%
  group_by(l) %>%
  do(data.frame(. , e = myfunc(.))) %>%
  arrange(d, l)                   # <- just to get it back in the original order

在 @hadley 发表评论后进行编辑:

正如哈德利在下面评论的那样，在这种情况下最好将函数定义为

f <- function(v, d) v[d == "b"] - v[d == "a"]

然后在 mutate 中使用自定义函数 f:

df %>%
  group_by(l) %>%
  mutate(e = f(v, d))  

感谢@hadley 的评论。