Question

您好我正在处理以下数据框（nows = 62208）：

> head(workfile) V1 V5 V7 V8 V9 4309 2014-03-01 13:30:00 1582.899 D.1Elec-0001 D.1 Elec-0001 6801 2014-03-01 13:45:00 1582.900 D.1Elec-0001 D.1 Elec-0001 6805 2014-03-01 14:00:00 1582.919 D.1Elec-0001 D.1 Elec-0001 5710 2014-03-01 14:15:00 1582.939 D.1Elec-0001 D.1 Elec-0001 5714 2014-03-01 14:30:00 1582.944 D.1Elec-0001 D.1 Elec-0001 6814 2014-03-01 14:45:00 1582.945 D.1Elec-0001 D.1 Elec-0001

我想计算列（V5）中的每个元素与插入同一列（V5）但前一行中的前一个元素之间的差异。在V7列中，我有72个不同的级别（在我的情况下是72个不同的房间）。

如果我使用此代码：
pippo<-ddply(workfile, .(V7), transform, diff = c(tail(V5,-1)-head(V5,-1)), NA)
它出现以下错误信息：
Error in data.frame(list(V1 = c(1393680600, 1393681500, 1393682400, 1393683300,: arguments imply differing number of rows: 864, 863, 1

如果我使用此代码：
pippo<-ddply(workfile, .(V7), transform, diff = c(tail(workfile$V5,-1)-head(workfile$V5,-1)), NA)
它会出现另一条错误信息：
Error in data.frame(list(V1 = c(1393680600, 1393681500, 1393682400, 1393683300,: arguments imply differing number of rows: 864, 62207, 1

我不能dput我的数据框，因为它非常大。

有任何建议吗？

Answer 1

如果你想要的只是简单的差异，这应该可以正常工作（如果你愿意，可以用0代替NA）：

pippo <- ddply(df, .(V7), transform, diff = c(0,diff(V5)))

您还应该检查dplyr，对于大数据框架应该更快：

library(dplyr)
pippo<- df%.%group_by(V7)%.%mutate(diff=c(NA, diff(V5)))

Answer 2

这可能是一个简单的解决方案：

workfile$diff <- c(NA,diff(workfile$V5))

ddply出错：参数意味着行数不同

2 个答案: