我有这样的data.frame:
n = 50
df = data.frame(group=sample(1:as.integer(n/2),n,replace=T),
x = runif(n),
y = runif(n),
z = runif(n))
df = df[with(df,order(group)),]
对于
group的每个唯一值，我需要做的是产生段，即产生新列的xend，yend和zend，这是该组中上一点的x，y和z值。对于组中的最后一个值，将端点作为组中的第一点。我可以通过以下方式做到这一点:
res = ddply(df,"group",function(d){
ixc = c("x","y","z")
dfE = d[,ixc]
dfE = rbind(dfE[nrow(dfE),],dfE[1:(nrow(dfE)-1),])
colnames(dfE) = paste0(ixc,"end")
cbind(d,dfE)
})
print(head(res))
当
n很小时，这是微不足道的，但是，当n变得很大时，执行上述操作的时间变得很长，是否有更快的方法可以执行此操作，也许使用data.table？ 最佳答案
您可以使用shift包中的data.table函数来完成此操作。 xend的示例:
library(data.table)
setDT(df)[, xend := shift(x, 1L, fill = x[.N], type = "lag"), by = group]
对于所有列:
setDT(df)[, c("xend","yend","zend") := .(shift(x, 1L, fill = x[.N], type = "lag"),
shift(y, 1L, fill = y[.N], type = "lag"),
shift(z, 1L, fill = z[.N], type = "lag")),
by = group]
这给您:
> head(df)
group x y z xend yend zend
1: 1 0.56725304 0.7539735 0.20542455 0.71538606 0.3864990 0.01586889
2: 1 0.64251519 0.1255183 0.93371528 0.56725304 0.7539735 0.20542455
3: 1 0.14182485 0.7351444 0.89199415 0.64251519 0.1255183 0.93371528
4: 1 0.06613097 0.7625182 0.92669617 0.14182485 0.7351444 0.89199415
5: 1 0.71538606 0.3864990 0.01586889 0.06613097 0.7625182 0.92669617
6: 4 0.27188921 0.5496977 0.09282217 0.27188921 0.5496977 0.09282217
@akrun在评论中建议的另一种方法:
setDT(df)[, c("xend","yend","zend") := lapply(.SD, function(x) shift(x, fill = x[.N]))
, by = group]
尽管此方法需要较少的键入操作，并且在包含变量方面提供了更大的灵活性，但它的运行速度也相当慢。
在问题中，您说:
但是，根据您所描述的期望行为，对于组中的最后一个值，将使用该组中的上一个值。我以为你的意思是:
使用的数据:
set.seed(1)
n = 1e5
df = data.frame(group=sample(1:as.integer(n/2),n,replace=T),
x = runif(n),
y = runif(n),
z = runif(n))
df = df[with(df,order(group)),]
关于r - 加快ddply，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/31891424/