[英]Split dataframe and apply function to 2 different rows in R
[英]use apply in dataframe between different rows r
我有一個df
a=1:10000
b=1:10000
a=data.frame(a,b)
> head(a)
a b
1 1 1
2 2 2
3 3 3
4 4 4
5 5 5
6 6 6
並想通過將a [n]的值與b [n-1]進行比較來創建一個新列,其功能基於,想知道是否可以使用apply函數代替for循環。
d=0
for(i in 1:dim(a)[1]){d=c(d,a[i,1]-a[i-1,2])}
然后我想將最后一列綁定到原始df
a=data.frame(a,d)
> head(a)
a b d
1 1 1 0
2 2 2 1
3 3 3 1
4 4 4 1
5 5 5 1
6 6 6 1
我真正的df是3825966和21列。 我反復說申請更快,但是不知道如何寫,或者是否可能
你可以做:
a$d <- c(NA, tail(a$a, -1) - head(a$b, -1))
再快一點
a$d <- a$a - c(NA, a$b[-length(a$b)])
基准測試:
> a=rnorm(1000000, 0, 5)
> b=rnorm(1000000, 0, 10)
> a=data.frame(a,b)
> t <- Sys.time()
> a$d <- a$a - c(NA, a$b[-length(a$b)])
> Sys.time() - t
Time difference of 0.03000093 secs
>
> t=Sys.time()
> a$d <- c(NA, tail(a$a, -1) - head(a$b, -1))
> Sys.time()-t
Time difference of 0.06505489 secs
也許您可以使用dplyr
和lag
?
library(dplyr)
a %>% mutate(lagb=lag(b)) %>% mutate(d = a-lagb) %>% head()
# a b lagb d
# 1 1 1 NA NA
# 2 2 2 1 1
# 3 3 3 2 1
# 4 4 4 3 1
# 5 5 5 4 1
# 6 6 6 5 1
@jogo解決方案效果很好。
我這邊的一些基准測試結果:慢跑風格
> a=1:100000
> b=1:100000
> a=data.frame(a,b)
> t=Sys.time()
> a$d <- c(NA, tail(a$a, -1) - head(a$b, -1))
> Sys.time()-t
Time difference of 0.02101493 secs
> #time took 0 sec
我的風格
> a=1:100000
> b=1:100000
> a=data.frame(a,b)
> t=Sys.time()
> d=0
> for(i in 1:dim(a)[1]){d=c(d,a[i,1]-a[i-1,2])}
> Sys.time()-t
Time difference of 48.94479 secs
>
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.