Question

我对 R 有一点问题，我的技能有些限制。我想在数据框中进行两次基于前一行的计算。第一个是计数变量，另外我想计算当前行和上一行之间的差异。

我认为澄清问题的最简单方法是一个小例子：

想象一下下表，它只包含两列。 user是客户编号，time是特定用户的交易时间。

现在我想创建示例表中指定的两个新列：

计数器变量count，它只计算用户的交易，表示实际用户交易的实际数量。
变量diff (time [s])，它是当前事务与前一个事务之间的时差[以秒为单位]。因此类似于：time [i] - time [i-1]，但每个新用户的计算必须从零开始;显然，不能为每个用户的第一笔交易计算时差。

我试图通过循环来解决这个问题，但是表非常大并且完整数据集上的计算只是不想结束。

user    time    count   diff(time[s])
A   10:00:00    1   
A   10:30:00    2   1.800
A   12:00:00    3   5.400
A   13:00:00    4   3.600
B   14:00:00    1   
C   15:00:00    1   
C   16:00:00    2   3.600
C   17:00:00    3   3.600

Answer 1

我会使用plyr包来完成它，这使得数据争用时的生活变得更加容易。有很多方法可以在基础R中执行此操作和其他转换，但它是一堆混乱的不同函数和不一致的接口。

library(plyr)
ddply(df, .(user), transform, count=seq_len(time), diff=c(0, diff(time)))

数据框中的灵活计算

1 个答案: