计算经过的“时间”，其中参考时间取决于一个因素

我正在尝试计算数据框中的经过时间，其中经过时间的“开始”值取决于数据框中因子列的值。 （简单来说，我将把时间值视为数字而不是时间对象 - 我的问题是关于分割-应用-组合，而不是时间对象）。我的数据框如下所示：

df <- data.frame(id=gl(2, 3, 5, labels=c("a", "b")), time=1:5)

我想通过每次减去每个因素级别的最短时间来计算经过的时间（尽管为了这个示例，我将只处理数值，而不是时间值）。所以我想将数据框分割为id，减去最小值y中每个元素的值y列，并返回带有转换值的向量（或数据框）。我想得到这样的结果：

> dfTrans
id  time  elapsed
a      1        0
a      2        1
a      3        2
b      4        0
b      5        1   

对于 plyr 来说似乎是一个完美的任务，但我找不到一个简单的解决方案。

我能想到的最好的办法是

elapsed <- dlply(df, .(id), function(x) x$time - min(x$time))
elapsed_comb <- NA
for(i in 1:length(names(elapsed))) {
  elapsed_comb <- c(elapsed_comb, elapsed[[i]])
}
elapsed_comb <- elapsed_comb[-1]
df$elapsed <- elapsed_comb

这是不优雅的，而且看起来很脆弱。当然有更好的方法吗？

当结果是一个长度与数据帧中的行数相同的向量时，您首先应该想到的是“ave”函数：

 df$elapsed <- ave(df$time, df$id, FUN=function(x) x -min(x) )
 df
  id time elapsed
1  a    1       0
2  a    2       1
3  a    3       2
4  b    4       0
5  b    5       1