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)))})))