data.table同组非连续记录行差
data.table difference between rows of non-consecutive records of same group
我需要计算一个变量的非连续记录之间的差异，由另一个分组。也就是说，我想取一个 运行 中变量的最后一个值，并从下一个 运行 中的第一个值中减去它（如果有的话）。
我知道我可以使用 rleid 和 shift 来计算连续行中的差异，但这次我需要摆脱那些。
示例数据
dput(iris)
structure(list(Sepal.Length = c(4.4, 6.3, 4.6, 5.8, 6.4, 6.5,
4.9, 5.4, 6.4, 6.7), Sepal.Width = c(3, 2.8, 3.1, 2.7, 2.7, 3,
3.6, 3.9, 2.8, 3.1), Petal.Length = c(1.3, 5.1, 1.5, 4.1, 5.3,
5.5, 1.4, 1.7, 5.6, 4.7), Petal.Width = c(0.2, 1.5, 0.2, 1, 1.9,
1.8, 0.1, 0.4, 2.1, 1.5), Species = c("setosa", "virginica",
"setosa", "versicolor", "virginica", "virginica", "setosa", "setosa",
"virginica", "versicolor")), .Names = c("Sepal.Length", "Sepal.Width",
"Petal.Length", "Petal.Width", "Species"), row.names = c(NA,
-10L), class = c("data.table", "data.frame"))
library(data.table)
setDT(iris, key = "Sepal.Width")
我觉得像
iris[, diff(Petal.Width), by = .(Species, !rleid(Species))]
（当然这不行！）是我需要的，但是想不出什么来实现它。
预期结果（diffing Petal.Width）：
Species V1
1: versicolor 0.5
2: virginica -0.3
3: setosa 0.0
4: setosa -0.1
（我做到了 iris[, diff(Petal.Width), by = .(Species)] 然后手工挑选 .Last.Value[, c(1, 4, 5, 6)]）
在尝试了几件事之后，我想到了这个老掉牙的解决方案。我想应该会有一些东西 "cleaner":
iris[, .(Species, Petal.Width, rl= rleid(Species))][, .(pd= ifelse(diff(rl)>0, diff(Petal.Width), NA)), by = Species][!is.na(pd),]
如果有一个函数可以更简洁地实现这一点，我很感激您的指点。
嗯，有
iris[, .(first(Petal.Width), last(Petal.Width)), by=.(Species, rleid(Species))][,
tail(V1 - shift(V2), -1), by=Species]
Species V1
1: versicolor 0.5
2: virginica -0.3
3: setosa 0.0
4: setosa -0.1
或者...
iris[, Petal.Width[c(1L, .N)], by=.(Species, rleid(Species))][, {
v = V1[-c(1L, .N)]
v[c(TRUE,FALSE)] - v[c(FALSE,TRUE)]
}, by=Species]
Species V1
1: versicolor -0.5
2: virginica 0.3
3: setosa 0.0
4: setosa 0.1
我需要计算一个变量的非连续记录之间的差异，由另一个分组。也就是说，我想取一个 运行 中变量的最后一个值，并从下一个 运行 中的第一个值中减去它（如果有的话）。
我知道我可以使用 rleid 和 shift 来计算连续行中的差异，但这次我需要摆脱那些。
示例数据
dput(iris)
structure(list(Sepal.Length = c(4.4, 6.3, 4.6, 5.8, 6.4, 6.5,
4.9, 5.4, 6.4, 6.7), Sepal.Width = c(3, 2.8, 3.1, 2.7, 2.7, 3,
3.6, 3.9, 2.8, 3.1), Petal.Length = c(1.3, 5.1, 1.5, 4.1, 5.3,
5.5, 1.4, 1.7, 5.6, 4.7), Petal.Width = c(0.2, 1.5, 0.2, 1, 1.9,
1.8, 0.1, 0.4, 2.1, 1.5), Species = c("setosa", "virginica",
"setosa", "versicolor", "virginica", "virginica", "setosa", "setosa",
"virginica", "versicolor")), .Names = c("Sepal.Length", "Sepal.Width",
"Petal.Length", "Petal.Width", "Species"), row.names = c(NA,
-10L), class = c("data.table", "data.frame"))
library(data.table)
setDT(iris, key = "Sepal.Width")
我觉得像
iris[, diff(Petal.Width), by = .(Species, !rleid(Species))]
（当然这不行！）是我需要的，但是想不出什么来实现它。
预期结果（diffing Petal.Width）：
Species V1
1: versicolor 0.5
2: virginica -0.3
3: setosa 0.0
4: setosa -0.1
（我做到了 iris[, diff(Petal.Width), by = .(Species)] 然后手工挑选 .Last.Value[, c(1, 4, 5, 6)]）
在尝试了几件事之后，我想到了这个老掉牙的解决方案。我想应该会有一些东西 "cleaner":
iris[, .(Species, Petal.Width, rl= rleid(Species))][, .(pd= ifelse(diff(rl)>0, diff(Petal.Width), NA)), by = Species][!is.na(pd),]
如果有一个函数可以更简洁地实现这一点，我很感激您的指点。
嗯，有
iris[, .(first(Petal.Width), last(Petal.Width)), by=.(Species, rleid(Species))][,
tail(V1 - shift(V2), -1), by=Species]
Species V1
1: versicolor 0.5
2: virginica -0.3
3: setosa 0.0
4: setosa -0.1
或者...
iris[, Petal.Width[c(1L, .N)], by=.(Species, rleid(Species))][, {
v = V1[-c(1L, .N)]
v[c(TRUE,FALSE)] - v[c(FALSE,TRUE)]
}, by=Species]
Species V1
1: versicolor -0.5
2: virginica 0.3
3: setosa 0.0
4: setosa 0.1