ti-enxame.com

Como encontrar a diferença de valor em cada duas linhas consecutivas em R?

Tenho uma tabela grande de 969 linhas no total e preciso encontrar a diferença entre cada duas linhas, por exemplo linha1 e linha2, linha2 e linha3, linha3 e linha4 etc. Como posso fazer isso? Foi-me dito para fazê-lo pelo comando diff(), mas não tenho idéia por onde começar.

18
user1084079

Aqui está um exemplo de como usar diff() no built-in mtcarsdata.frame. Você precisa selecionar uma coluna para executar a comparação:

> mtcars
                     mpg cyl  disp  hp drat    wt  qsec vs am gear carb
Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag       21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive      21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4
Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8
Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2
> diff(mtcars$qsec)
 [1]  0.56  1.59  0.83 -2.42  3.20 -4.38  4.16  2.90 -4.60  0.60 -1.50  0.20
[13]  0.40 -0.02 -0.16 -0.40  2.05 -0.95  1.38  0.11 -3.14  0.43 -1.89  1.64
[25]  1.85 -2.20  0.20 -2.40  1.00 -0.90  4.00
34
Michael Hoffman

Você pode simplesmente subtrair um data.frame que consiste em linhas 1:(n-1) do data.frame original de um segundo que consiste em linhas 2:n. (Aqui n é o número de linhas no data.frame original):

# Example data
df <- data.frame(a=1:4, b=4:1, c=11:14, d=c(2,4,10,0))
#   a b  c  d
# 1 1 4 11  2
# 2 2 3 12  4
# 3 3 2 13 10
# 4 4 1 14  0

# Calculate the differences
diff_df <- df[-1,] - df[-nrow(df),]
diff_df
#   a  b c   d
# 2 1 -1 1   2
# 3 1 -1 1   6
# 4 1 -1 1 -10

Você pode renomear as linhas como achar melhor usando algo como:

row.names(diff_df) <- paste("d", seq_len(nrow(diff_df)), sep="")
diff_df
#    a  b c   d
# d1 1 -1 1   2
# d2 1 -1 1   6
# d3 1 -1 1 -10
12
Josh O'Brien

Isso seria mais claro com dados de amostra. Vamos supor que você queira dizer "diferença numérica", e seus dados podem ser representados como uma matriz, isso faria.

 set.seed(4871)
 m = matrix(sample(1:5,50,TRUE),nrow=10,ncol=5)
 m
 t(apply(m,1,diff))
3
Dieter Menne

Também podemos usar dplyr::lag e data.table::shift

library(dplyr)
df <- mtcars

df %>%  mutate(diff_row = mpg - lag(mpg))

#    mpg cyl  disp  hp drat    wt  qsec vs am gear carb diff_row
#1  21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4       NA
#2  21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4      0.0
#3  22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1      1.8
#4  21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1     -1.4
#5  18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2     -2.7
#6  18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1     -0.6
#7  14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4     -3.8
#....

Como não há lag para a primeira linha, o valor padrão é NA. Se quisermos que o primeiro valor retornado seja 0, podemos definir o valor padrão como first valor da variável, para que a subtração seja igual a 0.

df %>%  mutate(diff_row = mpg - lag(mpg, default = first(mpg)))

#    mpg cyl  disp  hp drat    wt  qsec vs am gear carb diff_row
#1  21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4      0.0
#2  21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4      0.0
#3  22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1      1.8
#4  21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1     -1.4
#5  18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2     -2.7
#6  18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1     -0.6
#7  14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4     -3.8
#....

O mesmo processo também pode ser feito usando shift de data.table cujo padrão type é lag

library(data.table)
setDT(df)[, diff_row := mpg - shift(mpg)]

Ou para obter o valor 0 na primeira linha, aqui usamos o argumento fill.

setDT(df)[, diff_row := mpg - shift(mpg, fill = first(mpg))]
0
Ronak Shah