vacio - Calcule la diferencia entre los valores en filas consecutivas por grupo

graficos en r

Question

Este es un mi df (data.frame):

group value
1     10
1     20
1     25
2     5
2     10
2     15 

Necesito calcular la diferencia entre los valores en filas consecutivas por grupo.

Entonces, necesito un resultado.

group value diff
1     10    NA # because there is a no previous value
1     20    10 # value[2] - value[1]
1     25    5  # value[3] value[2]
2     5     NA # because group is changed
2     10    5  # value[5] - value[4]
2     15    5  # value[6] - value[5]

Aunque, puedo manejar este problema usando ddply , pero toma demasiado tiempo. Esto es porque tengo muchos grupos en mi df . (más de 1,000,000 de grupos en mi df )

¿Hay algún otro enfoque efectivo para manejar este problema?

Answer 1

El paquete data.table puede hacer esto bastante rápido, usando la función shift .

require(data.table)
df <- data.table(group = rep(c(1, 2), each = 3), value = c(10,20,25,5,10,15))
#setDT(df) #if df is already a data frame

df[ , diff := value - shift(value), by = group]    
#   group value diff
#1:     1    10   NA
#2:     1    20   10
#3:     1    25    5
#4:     2     5   NA
#5:     2    10    5
#6:     2    15    5
setDF(df) #if you want to convert back to old data.frame syntax

O usando la función de lag en dplyr

df %>%
    group_by(group) %>%
    mutate(Diff = value - lag(value))
#   group value  Diff
#   <int> <int> <int>
# 1     1    10    NA
# 2     1    20    10
# 3     1    25     5
# 4     2     5    NA
# 5     2    10     5
# 6     2    15     5

Para las alternativas pre data.table::shift y pre dplyr::lag , consulte las ediciones.

Answer 2

Puede usar la función base ave() para esto

df <- data.frame(group=rep(c(1,2),each=3),value=c(10,20,25,5,10,15))
df$diff <- ave(df$value, factor(df$group), FUN=function(x) c(NA,diff(x)))

que devuelve

  group value diff
1     1    10   NA
2     1    20   10
3     1    25    5
4     2     5   NA
5     2    10    5
6     2    15    5

Answer 3

prueba esto con tapply

df$diff<-as.vector(unlist(tapply(df$value,df$group,FUN=function(x){ return (c(NA,diff(x)))})))