随时间变化/绝对数字

我在我的脑海里结了一个结，试图为我的问题找到好的搜索条件。我相信这有一个非常简单的解决方案。随时间变化/绝对数字

我有一个看起来像这样的数据：

f = data.frame(
    date = c(
    as.POSIXct('2012-01-01'), 
    as.POSIXct('2012-02-01'), 
    as.POSIXct('2012-03-01') 
), 
    val = c(
    22, 
    45, 
    67 
) 
) 

> f 
     date val 
1 2012-01-01 22 
2 2012-02-01 45 
3 2012-03-01 67

我想找个什么是“val”中从一个日期至其他（“VAL”的绝对变化在每个第一天取一个月）。所以我的最终结果应该是这样的

> new_f 
     date val change 
1 2012-01-01 22  NA 
2 2012-02-01 45  23 #(45-22) 
3 2012-03-01 67  22 #(67-45)

我该如何计算这些变化值？

来源

2015-01-06 til_b

尝试'C（NA，DIFF（F $ VAL））'' –

F $变化< - C（NA，DIFF（F $ VAL））'？ –

随着dplyr，您还可以使用lag函数而不是diff。这有好处，它已经包含了NA。

require(dplyr) 
f %>% mutate(change = val-lag(val)) 
##   date val change 
## 1 2012-01-01 22  NA 
## 2 2012-02-01 45  23 
## 3 2012-03-01 67  22

来源

2015-01-06 09:21:07 shadow

您可以使用diff用于这一目的：

f$change <- c(NA, diff(f$val)) 
f 
##   date val change 
## 1 2012-01-01 22  NA 
## 2 2012-02-01 45  23 
## 3 2012-03-01 67  22

由于diff 1缩短了输入向量，就可以在使用c()

来源

2015-01-06 09:05:11

我不知道是否值得加入'library（data.table）; setDT（f）[，change：= c（NA，val [-1] - val [ - 。N]）]和 'library（dplyr）; f％>％mutate（change = c（NA，val [-1] - val [-n（）]））'为了好玩 –

我最终使用了这种方法，但dplyr似乎也很好。然后影子声誉较低，所以我觉得我应该接受他的回答。没有冒犯的意思！ –

@til_b，没有冒犯。关于如何以及接受哪个答案，请参阅[本文的Meta]（http://meta.stackexchange.com/questions/5234/how-does-accepting-an-answer-work）。我不介意你接受影子的答案（这很好），但你不应该接受答案，因为有人的代表比别人低。如果你喜欢他们，你总是可以得到几个答案。 –

开始与NA串连它如果您确信您的日期是独一无二的，已经订购：

f$change = c(NA, tail(f$val,-1)-head(f$val,-1))

来源

2015-01-06 09:06:03

随时间变化/绝对数字

回答

相关问题