按组计算连续行中的值之间的差异
这是我的df （data.frame）：
group value [1] 1 10 [2] 1 20 [3] 1 25 [4] 2 5 [5] 2 10 [6] 2 15 ...
我需要计算按组连续排列的值之间的差异。
所以，我需要一个结果。
group value diff [1] 1 10 NA (because there is a no previous value) [2] 1 20 10 (value[2]-value[1]) [3] 1 25 5 (value[3]-value[2]) [4] 2 5 NA (because group is changed) [5] 2 10 5 (value[5]-value[4]) [6] 2 15 5 (value[6]-value[5]) ...
虽然，我可以通过使用ddply来处理这个问题，但这需要太多的时间。 这是因为我有很多团队在我的df 。 （在我的df超过100万组）
还有其他有效的方法来处理这个问题吗？
包data.table可以很快做到这一点。
require(data.table) df <- data.table(group = rep(c(1, 2), each = 3), value = c(10,20,25,5,10,15)) #setDT(df) #if df is already a data frame setkey(df, group) df[ , diff := c(NA, diff(value)), by = group] # group value diff #1: 1 10 NA #2: 1 20 10 #3: 1 25 5 #4: 2 5 NA #5: 2 10 5 #6: 2 15 5 setDF(df) #if you want to convert back to old data.frame syntax
或者使用dplyr
library(dplyr) df %>% group_by(group) %>% mutate(Diff = c(NA, diff(value)))
你可以使用基函数ave()来实现这个function
df <- data.frame(group=rep(c(1,2),each=3),value=c(10,20,25,5,10,15)) df$diff <- ave(df$value, factor(df$group), FUN=function(x) c(NA,diff(x)))
哪个返回
group value diff 1 1 10 NA 2 1 20 10 3 1 25 5 4 2 5 NA 5 2 10 5 6 2 15 5
尝试这与tapply
df$diff<-as.vector(unlist(tapply(df$value,df$group,FUN=function(x){ return (c(NA,diff(x)))})))
