Question

我想知道如何简化这项操作想象一下，我有一个像这样的data.frame：

set.seed(1)
ID <- rep(1:3,each=4)
XX <- round(runif(12),3)
TT <- rep(1:4, 3)
ZZ <- ave(XX*TT,ID, FUN = cumsum)
DF <- data.frame(ID, XX,  ZZ)   

ID  TT   XX    ZZ
1    1   0.266 0.266
1    2   0.372 1.010
1    3   0.573 2.729
1    4   0.908 6.361
2    1   0.202 0.202
2    2   0.898 1.998
2    3   0.945 4.833
2    4   0.661 7.477
3    1   0.629 0.629
3    2   0.062 0.753
3    3   0.206 1.371
3    4   0.177 2.079

我＆＃39;我希望通过ID组获得每列的增量（两个连续元素之间的差异）。保留第一个（就好像前一个零）。

ID    TT      XX    ZZ
 1    1    0.266 0.266
 1    2    0.106 0.744
 1    3    0.201 1.719
 1    4    0.335 3.632
 2    1    0.202 0.202
 2    2    0.696 1.796
 2    3    0.047 2.835
 2    4   -0.284 2.644
 3    1    0.629 0.629
 3    2   -0.567 0.124
 3    3    0.144 0.618
 3    4   -0.029 0.708

我已经尝试了

ave(DF[3:4],DF$ID,FUN=function(x) diff(c(0,x)))

但它不起作用，它会产生错误：

 Error in r[i1] - r[-length(r):-(length(r) - lag + 1L)] : 
  non-numeric argument to binary operator

难道没有简单的方法吗？
我发现我可以通过以下方式获得正确的输出：

ave(DF[3:4],DF$ID,FUN=function(x) 
  sapply(x, FUN=function(y) diff(c(0,y))))

但是如此简单的操作会变得非常复杂。我发现我也可以通过使用data.table来实现它，但我更喜欢用基数R来做。

setDT(DF)
DF[, lapply(.SD, FUN=function(x) diff(c(0,x)) ), keyby = ID ]

我也不知道如何在每个小组的开头 插入新行（大量零）或给出一些条件。

ID XX ZZ 1 0 0 1 0.266 0.266 1 0.372 1.010 1 0.573 2.729 1 0.908 6.361 2 0 0 2 0.202 0.202 2 0.898 1.998 2 0.945 4.833 2 0.661 7.477 3 0 0 3 0.629 0.629 3 0.062 0.753 3 0.206 1.371 3 0.177 2.079

我试过了：

ave(DF[3:4],DF$ID,FUN=function(x) sapply(x, FUN=function(y) (c(0,y))))

警告：

data length [10] is not a sub-multiple or multiple of the number of rows [4]

我想这样做的一般方法是使用行的索引。

PD：我已经更新了帖子。

尝试做得更简单我删除了TT专栏，但我知道这很重要。

我的解决方案假设该表是按TT排序的，但有时它不是那样的。我真正想要的是：

XX1 XX2-XX1 XX3-XX2 XX4-XX3

我们得到的子索引不是来自桌子上的位置，而是来自T. 我不知道通过首先按TT对列进行排序还是通过创建paste（）语法来实现它是否更有效。

Answer 1

我认为您需要在相关列中使用lapply()，因为ave()不会在其第一个参数中列出列表。试试这个：

df[-1] <- lapply(
    df[-1], 
    function(x) ave(x, df$ID, FUN = function(x) c(x[1], diff(x)))
)

提供更新后的df

   ID     XX    ZZ
1   1  0.266 0.266
2   1  0.106 0.744
3   1  0.201 1.719
4   1  0.335 3.632
5   2  0.202 0.202
6   2  0.696 1.796
7   2  0.047 2.835
8   2 -0.284 2.644
9   3  0.629 0.629
10  3 -0.567 0.124
11  3  0.144 0.618
12  3 -0.029 0.708

数据：

df <- structure(list(ID = c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L), XX = c(0.266, 0.372, 0.573, 0.908, 0.202, 0.898, 0.945, 0.661, 0.629, 0.062, 0.206, 0.177), ZZ = c(0.266, 1.01, 2.729, 6.361, 0.202, 1.998, 4.833, 7.477, 0.629, 0.753, 1.371, 2.079 )), .Names = c("ID", "XX", "ZZ"), class = "data.frame", row.names = c(NA, -12L))

Answer 2

这是在data.table

中执行此操作的简单方法

set.seed(1)
ID <- rep(1:3, each=4)
XX <- round(runif(12), 3)
##ZZ <- ave(XX*TT,ID, FUN = cumsum) #we don't have TT
DF <- data.table(ID, XX)

DF[,XX_dif:=XX-c(0,head(XX,length(XX)-1)),by=ID]
# or alternatively using shift()
# DF[, XX_dif := XX-shift(XX, fill=0L), by=ID]

    ID    XX XX_dif
 1:  1 0.266  0.266
 2:  1 0.372  0.106
 3:  1 0.573  0.201
 4:  1 0.908  0.335
 5:  2 0.202  0.202
 6:  2 0.898  0.696
 7:  2 0.945  0.047
 8:  2 0.661 -0.284
 9:  3 0.629  0.629
10:  3 0.062 -0.567
11:  3 0.206  0.144
12:  3 0.177 -0.029

Answer 3

以下是使用dplyr

的选项

library(dplyr)
DF %>% 
   group_by(ID) %>%
   mutate(ZZ = c(ZZ[1], diff(ZZ)))
#      ID    XX    ZZ
#    <int> <dbl> <dbl>
#1      1 0.266 0.266
#2      1 0.372 0.744
#3      1 0.573 1.719
#4      1 0.908 3.632
#5      2 0.202 0.202
#6      2 0.898 1.796
#7      2 0.945 2.835
#8      2 0.661 2.644
#9      3 0.629 0.629
#10     3 0.062 0.124
#11     3 0.206 0.618
#12     3 0.177 0.708

R：按组添加差异并添加

3 个答案: