如何在 data.frame 中动态创建差异列或增量列？

Question

我的 dataframe 有来自 Balance、Balance1、Balance2、...、Balance36.[=20= 的未结余额列名]

我想为每个月之间的增量添加一列，即 Delta2 = Balance2 - Balance1

如何通过下面的方法简化。

dataset$delta1 = apply(dataset[, c("Balance1","Balance")], 1, function(x){x[2]-x[1]})
dataset$delta2 = apply(dataset[, c("Balance2","Balance1")], 1, function(x){x[2]-x[1]})
...
dataset$delta35 = apply(dataset[, c("Balance35","Balance34")], 1, function(x){x[2]-x[1]})
dataset$delta36 = apply(dataset[, c("Balance36","Balance35")], 1, function(x){x[2]-x[1]})

Answer 1

归结为单行。首先，给你的数据集起一个简短的名字，df 是通常的名字。然后，使用直接减法；零需要调用 apply() 从一列中减去另一列：

df$delta1 <- df[,"Balance1"] - df[,"Balance"]
df$delta2 <- df[,"Balance2"] - df[,"Balance1"]
...
df$delta35 <- df[,"Balance35"] - df[,"Balance34")]
df$delta36 <- df[,"Balance36"] - df[,"Balance35")]

但由于整个计算具有规则结构，我们实际上只是在谈论生成一个 Nx36 差值数组，因此请使用数字列索引。假设您的 "Balance*" 列索引是 (50:85) 而您的 delta_cols 是 100:135 或其他任何内容。那么 "Balance*" 减法的 LHS 索引是 balance_lhs <- (50:84)，RHS 索引是 (51:85)，或者只是 ((50:84)+1)（请记住，大多数运算符喜欢 R 中的加法矢量化）

所以你的 Nx36 阵列可以只用一行代码生成：

df[,delta_cols] <- df[,(balance_lhs+1)] - df[,balance_lhs]

并且您可以通过编程方式计算 delta_cols <- which(colnames(df) == c("delta1",...,"delta36")，以避免代码中出现幻数列索引。

Answer 2

使用lapply 计算一行中所有 36 次比较的增量。

# Sample data (37 columns, labelled Balance, Balance1, ...)
set.seed(2017);
df <- as.data.frame(matrix(runif(37 * 100), ncol = 37));
colnames(df) <- paste("Balance", c("", seq(1:36)), sep = "");

# List of difference vectors (36 distance vectors, labelled delta1, ...)
lst <- lapply(2:ncol(df), function(i) df[, i] - df[, i - 1]);
names(lst) <- paste("delta", seq(1:36), sep = "");

# Combine with original dataframe
df <- cbind.data.frame(
    df,
    as.data.frame(lst));

如何在 data.frame 中动态创建差异列或增量列？

How do you dynamically create difference- or delta- columns in a data.frame?

arrays

r

vectorization

dataframe

difference