Question

我有一个如下所示的数据集：

ID   |   DATE    | SCORE
-------------------------
123  |  1/15/10  |  10
123  |  1/1/10   |  15
124  |  3/5/10   |  20
124  |  1/5/10   |  30
...

因此，要将上述代码段作为数据框加载，代码为：

id<-c(123,123,124,124)
date<-as.Date(c('2010-01-15','2010-01-01','2010-03-05','2010-01-05'))
score<-c(10,15,20,30)
data<-data.frame(id,date,score)

我正在尝试添加一列来计算“自此ID的最后一次记录以来的天数”。

现在我正在使用看起来像这样的FOR循环：

data$dayssincelast <- rep(NA, nrow(data))
for(i in 2:nrow(data)) {
  if(data$id[i] == data$id[i-1]) 
    data$dayssincelast[i] <- data$date[i] - data$date[i-1]
}

有没有更快的方法呢？（我看了一下APPLY，但除了FOR循环之外无法找到解决方案。）

提前致谢！

Answer 1

如果您的日期在id范围内，则此功能应该有效。

id<-c(123,123,124,124)
date<-as.Date(c('2010-01-15','2010-01-01','2010-03-05','2010-01-05'))
score<-c(10,15,20,30)
data<-data.frame(id,date,score)

data <- data[order(data$id,data$date),]
data$dayssincelast<-do.call(c,by(data$date,data$id,function(x) c(NA,diff(x))))
# Or, even more concisely
data$dayssincelast<-unlist(by(data$date,data$id,function(x) c(NA,diff(x))))

Answer 2

以下内容如何为您服务？

 indx <- which(data$id == c(data$id[-1], NA))
 data$date[indx] - data$date[indx+1]

<小时/>

这只是将id换算为1并将它们与id进行比较以检查相邻匹配。
然后对于dat减法，只需从后续行的日期中减去匹配。

Answer 3

如果您需要更复杂的公式，可以使用aggregate：

a <- aggregate(date ~ id, data=data, FUN=function(x) c(NA,diff(x)))
data$dayssincelast <- c(t(a[-1]), recursive=TRUE) # Remove 'id' column

此处适用与@nograpes答案相同的排序顺序。

计算行之间的差异比for循环更快？

3 个答案: