Question

假设我有以下data.frame：

df = data.frame(x = c(1,3,5,6,8,11,15,16,18,20,21,22,24,25,40,50,54,55,70,71,100,101,102,103))

我需要找出非连续x值之间的滞后。这意味着要自发地做：3-1、5-3、8-6、11-8、15-11、18-16、20-18、24-22等...

有什么建议吗？

Answer 1

我们可以取所有值之间的差，但只保留那些不连续的值

with(df, diff(x)[diff(x) != 1])
#[1]  2  2  2  3  4  2  2  2 15 10  4 15 29

Answer 2

采用@Ronak Shah的方法，我们可以使用dplyr实现此目标，如下所示：

library(dplyr)
  df %>%
  transmute(x=lead(x,1)-x) %>% 
  filter(x!=1)  
        x
    1   2
    2   2
    3   2
    4   3
    5   4
    6   2
    7   2
    8   2
    9  15
    10 10
    11  4
    12 15
    13 29

Answer 3

使用head，tail获得区别。

with(df, {i1 <- tail(x, -1) - head(x, -1); i1[i1 != 1]})
#[1]  2  2  2  3  4  2  2  2 15 10  4 15 29

注意：不重做两次计算

Answer 4

Do the subtraction like this:

 df_lag <- df[2:nrow(df),] - df[1:(nrow(df)-1),]

That will give you the lag you want.

df_lag[df_lag>1]
 [1]  2  2  2  3  4  2  2  2 15 10  4 15 29

Answer 5

您基本上需要构造分组变量，然后从那里获取它，即

c(FALSE, cumsum(diff(df$x) == 1))
#[1]  0  0  0  1  1  1  1  2  2  2  3  4  4  5  5  5  5  6  6  7  7  8  9 10

然后，您可以使用它进行所需的任何计算，例如，不同之处

tapply(df$x, df$new, diff)

#$`0`
#[1] 2 2

#$`1`
#[1] 2 3 4

#$`2`
#[1] 2 2

#$`3`
#numeric(0)

#$`4`
#[1] 2

#$`5`
#[1] 15 10  4

#$`6`
#[1] 15

#$`7`
#[1] 29

#$`8`
#numeric(0)

#$`9`
#numeric(0)

#$`10`
#numeric(0)

Answer 6

这是另一个答案，它将差值附加到df以及x的起始值：

df = data.frame(x = c(1,3,5,6,8,11,15,16,18,20,21,22,24,25,40,50,54,55,70,71,100,101,102,103))

df$x0 <- c(NA_integer_, df[1:(nrow(df)-1), 'x'])
df$difference = c(0, diff(df$x))

df[df$difference > 1, ]

#    x x0 difference
2    3  1          2
3    5  3          2
5    8  6          2
6   11  8          3
7   15 11          4
9   18 16          2
10  20 18          2
13  24 22          2
15  40 25         15
16  50 40         10
17  54 50          4
19  70 55         15
21 100 71         29

找出非连续观察之间的滞后

6 个答案: