按组计算值之间的差异并匹配时间

对于每只鸟，我想计算不同日期的平均每小时体温 (Tb) 测量值 (Tb_Periods) 之间的差异。我的目标是能够比较 BirdX 从 0900 PreI 到 09:00 DayI、10:00 PreI 到 10:00 PostI 等的 Tb 变化。 Tb_Period 代表操作前的时间 (PreI)、操作日（DayI）和后期处理（PostI）。我的初始 df：

    Date_Time           Bird_ID  Tb   Hour  Treatment  Tb_Period
    2018-04-04 11:01:39   3282   42.2  11    Control     PreI
    2018-04-04 12:31:51   3282   41.2  12    Control     PreI
    ....
    2018-04-05 09:16:54   3282   41.9   9    Control     DayI
    ....
    2018-04-06 08:09:57   3282   41.4   8    Control     PostI

到目前为止我所做的：在 48 小时的时间内每 10 分钟测量每只鸡的体温，因此我首先使用 dplyr 计算每只鸡每小时的平均 Tb：

    Tb_Averages <- TbData %>% group_by(Tb_Period, Hour, Bird_ID, Treatment)%>% 
                          summarize(meanHourTb = mean(Tb))

结果 df：

         Tb_Period  Hour  Bird_ID  Treatment  meanHourTb
         PreI        9      3500       LPS    41.55000
         PreI        10     3500       LPS    41.75000       
         ...
         DayI        9      3500       LPS    40.88182
         DayI        10     3500       LPS    41.24000

现在我想要的是一个看起来像这样的 df ：

         Bird_ID  Hour  Treatment  Tb_Diff 
          3500     9      LPS        -.67 (40.88-41.55)
          3282     9      LPS         .5 (e.g.)

根据来自的回答按组计算连续行中的值之间的差异 https://stackoverflow.com/questions/14846547/calculate-difference-between-values-in-consecutive-rows-by-group，我尝试过以下变体（使用 dplyrs 排列功能）：

           Tb_Averages <- Tb_Averages %>%
           group_by(Tb_Period, Bird_ID, Hour) %>%
           mutate(Tb_Diff = c(NA, diff(meanHourTb))))

但继续获取 Tb_Diff 列的 NA。解决这个问题的最佳方法是什么（最好使用 dplyr）？

你快到了！关键是将 Tb_Period 转换为有序因子，这样PreI被视为“小于”DayI，这又小于PostI。一旦建立，我们可以按每只鸟和小时进行分组，并按 Tb_Period 排序，以确保按正确的顺序计算差异：

df <- read.table(text = 'Tb_Period  Hour  Bird_ID  Treatment  meanHourTb
PreI        9      3500       LPS    41.55000
PreI        10     3500       LPS    41.75000       
DayI        9      3500       LPS    40.88182
DayI        10     3500       LPS    41.24000', header = T, stringsAsFactors = F)

df <- df %>% 
  mutate(Tb_Period = factor(Tb_Period, c('PreI', 'DayI', 'PostI'), ordered = T)) %>% 
  group_by(Bird_ID, Hour) %>% 
  mutate(diff = meanHourTb - lag(meanHourTb, 1))

# A tibble: 4 x 6
# Groups:   Bird_ID, Hour [2]
  Tb_Period  Hour Bird_ID Treatment meanHourTb     diff
      <ord> <int>   <int>     <chr>      <dbl>    <dbl>
1      PreI     9    3500       LPS   41.55000       NA
2      PreI    10    3500       LPS   41.75000       NA
3      DayI     9    3500       LPS   40.88182 -0.66818
4      DayI    10    3500       LPS   41.24000 -0.51000