计算同一表中不同行之间的增量[重复]答案

【问题标题】：Calculate delta's between different rows in same table [duplicate]计算同一表中不同行之间的增量[重复]
【发布时间】：2016-11-03 14:50:11
【问题描述】：

我有一张表格，其中包含来自不同仪表的大量测量值。每个测量值都存储在一个新行中，并具有实际的仪表值。我需要知道每米每次连续测量之间的差异。

简化输入：

 [2016-11-03,MeterA,45]
 [2016-11-03,MeterB,45]
 [2016-11-04,MeterA,47]
 [2016-11-04,MeterB,54]

目前我正在使用几个 for 循环来执行此操作，但这需要很长时间，并且可能有一种更有效的方法。当前代码

data$diff <- 0;
for(address in unique(data$Address)){
    subaddr <- subset(data, data$Address== address)
    for(meter in unique(subaddr$Meter)){
        submeter <- subset(subaddr, subaddr$Meter == meter)
        for (i in 1:nrow(submeter)){
            if(i > 1){
                prow = submeter[i-1,]
                row = submeter[i,]
                data[which(data$Address ==  address & data$Meter == meter &    data$UCPTlogTime == row$UCPTlogTime),]$diff <- row$UCPTvalue - prow$UCPTvalue
             }    
          }
     }
}

期望的输出

 [2016-11-03,MeterA,0]
 [2016-11-03,MeterB,0]
 [2016-11-04,MeterA,2]
 [2016-11-04,MeterB,9]

【问题讨论】：

使用来自 dplyr 的lag。

标签： r

【解决方案1】：

dplyr 使用 lag 函数轻而易举。假设您的数据框中的列被命名为UCPTlogTime、Address、Meter 和UCPTvalue：

library(dplyr)

data <- data %>% group_by(Address, Meter) %>% 
  mutate(delta = order_by(UCPTlogTime, UCPTvalue - lag(UCPTvalue))) %>%
  mutate(delta = ifelse(is.na(delta), 0, delta))

【讨论】：

谢谢！，首先它需要 4 分钟来完成 65k 行，现在只需几秒钟！
我得到的最好的建议：在 R 中，如果你用循环来做，你可能做错了。

【解决方案2】：

这是使用data.table 的一种方法：

library(data.table)
dt <- data.table(df)

dt[,delta := c(0, diff(value)), by = "group"][]
#           date group value delta
#  1: 2016-11-04     A    24     0
#  2: 2016-11-04     B    24     0
#  3: 2016-11-05     A    30     6
#  4: 2016-11-05     B    31     7
#  5: 2016-11-06     A    36     6
#  6: 2016-11-06     B    38     7
#  7: 2016-11-07     A    44     8
#  8: 2016-11-07     B    46     8
#  9: 2016-11-08     A    51     7
# 10: 2016-11-08     B    54     8
# 11: 2016-11-09     A    57     6
# 12: 2016-11-09     B    56     2
# 13: 2016-11-10     A    61     4
# 14: 2016-11-10     B    61     5
# 15: 2016-11-11     A    68     7
# 16: 2016-11-11     B    69     8
# 17: 2016-11-12     A    72     4
# 18: 2016-11-12     B    73     4
# 19: 2016-11-13     A    81     9
# 20: 2016-11-13     B    82     9

df <- data.frame(
    date = rep(Sys.Date() + 1:10, each = 2),
    group = rep(c("A", "B"), 10),
    value = rpois(2, 20) + cumsum(rpois(20, 3)),
    stringsAsFactors = FALSE
)

【讨论】：

太棒了。与 SMALLEST 值（按组的最小值）相比，是否需要做增量？

【解决方案3】：

这是使用 dplyr 的另一种方法 - 没有看到 Address 的变量，但您可以将其添加到 group_by()

library(dplyr)

df <- data.frame(read_date = c("2016-11-03",
                               "2016-11-03",
                               "2016-11-04",
                               "2016-11-04"),
                 Meter = c("MeterA",
                           "MeterB",
                           "MeterA",
                           "MeterB"),
                 UCPTvalue = c(45,
                               45,
                               47,
                               54))

out <- df %>%
        group_by(Meter) %>%
        mutate(diff = ifelse(row_number() == 1,
                             0,
                             UCPTvalue - lag(UCPTvalue, 1)))

【讨论】：

【解决方案4】：

这似乎更简单，其中 diff 是您想要计算的。

for (i in 1:nrow(t)){t$diff[i]<-t[i,3]-t[1,3]}
t
     v1     v2 v3 diff
1 Date1 MeterA 45    0
2 Date2 MeterB 45    0
3 Date3 MeterC 47    2
4 Date4 MeterD 54    9

【讨论】：