Question

我有一个存储在R的数据框中的表。

我想计算每列的一阶导数。列是测量变量，行是时间。

我可以对此功能进行矢量化吗？

df$C <- df$A + df$B

原则上我喜欢这样的东西：

df$DiffA <- diff(df$A)

问题是，我不知道如何对需要A(n) 和 A(n+1)的函数进行矢量化，其中 n 是行在数据帧内（伪代码）。

Answer 1

根据评论：

df <- data.frame(n=1:100) 
df$sqrt <- sqrt(df$n)
df$diff <- c(NA,diff(df$sqrt,lag=1))

diff返回的值少于输入向量中的值（原因很明显）。您可以通过添加或添加NA值来解决此问题。

一些时间：

#create a big data.frame
vec <- 1:1e6
df <- data.frame(a=vec,b=vec,c=vec,d=vec,e=vec,sqroot=sqrt(vec))

#for big datasets data.table is usually more efficient:
library(data.table)
dt <- data.table(df)

#benchmarks
library(microbenchmark)

microbenchmark(df$diff <- c(NA,diff(df$sqroot,lag=1)),
               dt[,diff:=c(NA,diff(sqroot,lag=1))])
Unit: milliseconds
                                            expr      min        lq    median        uq      max
1     df$diff <- c(NA, diff(df$sqroot, lag = 1)) 75.42700 116.62366 140.98300 151.11432 174.5697
2 dt[, `:=`(diff, c(NA, diff(sqroot, lag = 1)))] 37.39592  45.91857  52.21005  62.89996 119.7345

diff速度很快，但对于使用data.frame的大型数据集效率不高。请改用data.table。速度增益越明显，数据集越大。

Answer 2

您可以尝试使用lag()或diff()功能。他们似乎做你想做的事。

R中分化的载体化

2 个答案: