按组计算连续行之间的值差异

Question

按组计算连续行之间的值差异

84

这是我的一个df（数据框）：

group value
1     10
1     20
1     25
2     5
2     10
2     15

我需要按组计算相邻行之间的值的差异。

因此，我需要一个这样的结果。

group value diff
1     10    NA # because there is a no previous value
1     20    10 # value[2] - value[1]
1     25    5  # value[3] value[2]
2     5     NA # because group is changed
2     10    5  # value[5] - value[4]
2     15    5  # value[6] - value[5]

虽然我可以使用ddply来处理这个问题，但它需要太多时间。这是因为我的df中有很多组。（在我的df中有超过1,000,000个组）

是否还有其他有效的方法来解决这个问题？

- kmangyo

4个回答

23

您可以使用基本函数 ave() 来实现此操作

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)))

它返回

  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

- MrFlick

相关问题：https://dev59.com/4Ivda4cB1Zd3GeqPVB6- 我发现这两个线程都很有帮助。对于日期，您可以使用以下代码： df$diff <- ave(as.numeric(df$Datevalue), factor(df$group), FUN=function(x) c(NA,diff(x))) 此外，如果您想让组中的最后一行具有NA，则可以交换NA的位置。 df$diff <- ave(as.numeric(df$Datevalue), factor(df$group), FUN=function(x) c(diff(x), NA)) - Brian D

4

使用tapply尝试一下

df$diff<-as.vector(unlist(tapply(df$value,df$group,FUN=function(x){ return (c(NA,diff(x)))})))

- Aditya Sihag

3

我需要做的是：df$diff <- unlist(tapply(df$value, df$group, function(x) c(NA,diff(x))))。 - Tyler Rinker

0

自从 dplyr 1.1.0 版本以来，你可以使用 .by 来缩短 dplyr 版本中的内联临时分组：

mutate(df, diff = value - lag(value), .by = group)

- Maël

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Blue Magister · Accepted Answer

包data.table可以使用shift函数相当快地完成此操作。

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

df[ , diff := value - shift(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 中的 lag 函数

df %>%
    group_by(group) %>%
    mutate(Diff = value - lag(value))
#   group value  Diff
#   <int> <int> <int>
# 1     1    10    NA
# 2     1    20    10
# 3     1    25     5
# 4     2     5    NA
# 5     2    10     5
# 6     2    15     5

如需 data.table::shift 和 dplyr::lag 前的备选方法，请参见编辑。