R / dplyr中各组之间的工程变更

Question

坚持R中的计算假设我有以下数据帧：

Name | Date | Count
Bob | 2019-03-03 | 253
Bob | 2019-03-03 | 253
Bob | 2019-03-02 | 252
Bob | 2019-03-01 | 251
Tim | 2019-03-04 | 257
Tim | 2019-03-04 | 257
Tim | 2019-03-04 | 256
Tim | 2019-03-03 | 254

我的目标是设计一个绝对变化的列，如下所示：

Name | Date | Count | Change
Bob | 2019-03-03 | 253 | 0
Bob | 2019-03-03 | 253 | 1
Bob | 2019-03-02 | 252 | 1
Bob | 2019-03-01 | 251 | 0
Tim | 2019-03-04 | 257 | 0
Tim | 2019-03-04 | 257 | 1
Tim | 2019-03-04 | 256 | 2
Tim | 2019-03-03 | 254 | 0

我显然可以

df %>% group_by(Name) %>% arrange(desc(Date)) %>% arrange(desc(Count))

但在那之后，我迷路了。我会以某种方式变异（改变=计数）吗？

Answer 1

我们可以group_by Name并使用lead中的dplyr来减去当前行中下一行的值。

library(dplyr)

df %>%
  group_by(Name) %>%
  mutate(Change = Count - lead(Count, default = last(Count)))

#  Name  Date       Count Change
#  <chr> <chr>      <dbl>  <dbl>
#1 Bob   2019-03-03   253      0
#2 Bob   2019-03-03   253      1
#3 Bob   2019-03-02   252      1
#4 Bob   2019-03-01   251      0
#5 Tim   2019-03-04   257      0
#6 Tim   2019-03-04   257      1
#7 Tim   2019-03-04   256      2
#8 Tim   2019-03-03   254      0

---

使用ave的基本R方法

with(df, ave(Count, Name, FUN = function(x) c(x[-length(x)] - x[-1], 0)))
#[1] 0 1 1 0 0 1 2 0

Answer 2

使用来自基础R和diff的dplyr的解决方案。

library(dplyr)
library(tidyr)

df2 <- df %>%
  group_by(Name) %>%
  mutate(Change = c(-diff(Count), 0)) %>%
  ungroup()
df2
# # A tibble: 8 x 4
#   Name  Date       Count Change
#   <chr> <chr>      <int>  <dbl>
# 1 Bob   2019-03-03   253      0
# 2 Bob   2019-03-03   253      1
# 3 Bob   2019-03-02   252      1
# 4 Bob   2019-03-01   251      0
# 5 Tim   2019-03-04   257      0
# 6 Tim   2019-03-04   257      1
# 7 Tim   2019-03-04   256      2
# 8 Tim   2019-03-03   254      0

数据

df <- read.table(text = "Name|Date|Count
Bob|'2019-03-03'|253
Bob|'2019-03-03'|253
Bob|'2019-03-02'|252
Bob|'2019-03-01'|251
Tim|'2019-03-04'|257
Tim|'2019-03-04'|257
Tim|'2019-03-04'|256
Tim|'2019-03-03'|254",
                 header = TRUE, stringsAsFactors = FALSE, sep = "|")

Answer 3

使用data.table

library(data.table)
setDT(df)[,  Change := Count - shift(Count, fill = last(Count), 
                type = 'lead'), Name][]
#   Name       Date Count Change
#1:  Bob 2019-03-03   253      0
#2:  Bob 2019-03-03   253      1
#3:  Bob 2019-03-02   252      1
#4:  Bob 2019-03-01   251      0
#5:  Tim 2019-03-04   257      0
#6:  Tim 2019-03-04   257      1
#7:  Tim 2019-03-04   256      2
#8:  Tim 2019-03-03   254      0

注意：它也是this或this或this或this帖子的副本