Berechnen und Speichern von Ergebnissen von Differenzen zwischen Zeilen in einem Datenrahmen basierend auf einem Spaltenwert in R

Question

Ich bin neu in R und lerne grundlegende Dinge. Ich habe einen Datenrahmen in R mit Spalten wie controller_id, user_id, mth_id, col_val1 bis col_val100.

df <- data.frame('controller_id' = c('X','X','X','X','X','X','Y','Y','Y','Y','Y','Y','Z','Z'), 
'user_id'=c('A','B','C','A','B','C','P','Q','R','P','Q','R',NA,NA), 
'mth_id'=c('1393','1393','1393','1398','1398','1398','1393','1393','1393','1398','1398','1398','1393','1398'), 
'col_val1' = c(5,4,6,3,1,10,12,15,18,13,19,1,5,2), 
'col_val2'=c(8,12,9,2,12,5,7,9,11,4,0,7,10,5)) 

> df 
    controller_id user_id mth_id col_val1 col_val2 
1    X  A 1393  5  8 
2    X  B 1393  4  12 
3    X  C 1393  6  9 
4    X  A 1398  3  2 
5    X  B 1398  1  12 
6    X  C 1398  10  5 
7    Y  P 1393  12  7 
8    Y  Q 1393  15  9 
9    Y  R 1393  18  11 
10    Y  P 1398  13  4 
11    Y  Q 1398  19  0 
12    Y  R 1398  1  7 
13    Z <NA> 1393  5  10 
14    Z <NA> 1398  2  5 

Was ich will, ist der Unterschied in der col_values ​​für jeden Controller_ID spezifische user_id, mth_id und Anzeige auf der Grundlage dieser col_values ​​nur zu berechnen, die zurückgegangen sind als die mth_id zugenommen hat.

Für zB: für controller_id = X haben wir 3 user_id als A, B, C für zwei verschiedene mth_ids. Code sollte für alle 3 users_id für mth_id 1398 und 1393 Unterschiede zwischen col_val1 berechnen und wenn die Differenz < 0, dann ist möchte ich eine Ausgabe wie

Col_val1 for controller_id 'X', user_id 'A' has decreased from 5 to 3 

Wenn für ein Controller_ID gegeben kein User_id zugeordnet ist, dann sollte es berechnen die Spaltenwertdifferenz zwischen controller_id selbst.

Im Idealfall möchte ich diese Ausgabe in einer Liste/Datenframe für die spätere Verwendung speichern. Der Code soll auch für ca. 900 Spalten im Datenrahmen vorhanden.

Jede Hilfe würde sehr geschätzt werden.

Answer 1

Betrachten Sie eine Basis-R-Lösung unter Verwendung von laufenden Gruppensummen. Und in allen Spalten zu durchlaufen, verwenden Sie eine sapply() in Spaltennamen übergeben:

rowdiff <- function(col) { 
      sapply(1:nrow(df), 
       function(i){ 
       # CONDITIONAL TO RETURN NA FOR FIRST VAL IN EACH USER ID 
       ifelse(sum(df[1:i, c("user_id")] == df$user_id[i]) == 1, NA, 
        # DIFFERENCE OF CURRENT LOOP COL VALUE - LAST COL VALUE OF USER ID GROUP 
        df[[col]][i] - 
        sum((df[1:i-1, c("user_id")] == df$user_id[i]) 
        * df[1:i-1,][[col]])) 
       }) 
      } 


finaldf <- cbind(df, data.frame(sapply(names(df[c(3:ncol(df))]), rowdiff))) 

# user_id mth_id col_val1 col_val2 col_val3 col_val1 col_val2 col_val3 
# 1  A 1398  4  2  12  NA  NA  NA 
# 2  B 1398  3  3  30  NA  NA  NA 
# 3  C 1398  1  1  14  NA  NA  NA 
# 4  A 1393  5  7  7  1  5  -5 
# 5  B 1393  2  6  18  -1  3  -12 
# 6  C 1393  7  0  9  6  -1  -5 
# 7  D 1398  4  5  12  NA  NA  NA 
# 8  D 1393  0  3  24  -4  -2  12 

Und sollten Sie Anweisungen müssen ausgeschrieben:

statements <- function(col) { 
    sapply(1:nrow(df), 
     function(i){ 

      delta <- df[[col]][i]- 
         sum((df[1:i-1, c("controller_id")] == df$controller_id[i]) 
         *(df[1:i-1, c("user_id")] == df$user_id[i]) 
         * df[1:i-1,][[col]]) 

      changeword <- ifelse(delta < 0, "decreased", 
           ifelse(delta > 0, "increased", "not changed")) 

      ifelse(sum(df[1:i, c("user_id")] == df$user_id[i]) == 1, NA, 
        paste0(col, " for controller_id '", df$controller_id[i], "', user_id '", 
         df$user_id[i], "' has ", changeword, " from ", 
         sum((df[1:i-1, c("controller_id")] == df$controller_id[i]) 
          * (df[1:i-1, c("user_id")] == df$user_id[i]) 
          * df[1:i-1,][[col]]), " to ", 
         df[[col]][i]) 

      ) 
     }) 
} 
finaldf <- cbind(df, data.frame(sapply(names(df[c(4:ncol(df))]), statements))) 

Ausgabe

                col_val1 
1                  <NA> 
2                  <NA> 
3                  <NA> 
4 col_val1 for controller_id 'X', user_id 'A' has decreased from 5 to 3 
5 col_val1 for controller_id 'X', user_id 'B' has decreased from 4 to 1 
6 col_val1 for controller_id 'X', user_id 'C' has increased from 6 to 10 
7                  <NA> 
8                  <NA> 
9                  <NA> 
10 col_val1 for controller_id 'Y', user_id 'P' has increased from 12 to 13 
11 col_val1 for controller_id 'Y', user_id 'Q' has increased from 15 to 19 
12 col_val1 for controller_id 'Y', user_id 'R' has decreased from 18 to 1 
13                 <NA> 
14                 <NA> 
                    col_val2 
1                  <NA> 
2                  <NA> 
3                  <NA> 
4  col_val2 for controller_id 'X', user_id 'A' has decreased from 8 to 2 
5 col_val2 for controller_id 'X', user_id 'B' has not changed from 12 to 12 
6  col_val2 for controller_id 'X', user_id 'C' has decreased from 9 to 5 
7                  <NA> 
8                  <NA> 
9                  <NA> 
10  col_val2 for controller_id 'Y', user_id 'P' has decreased from 7 to 4 
11  col_val2 for controller_id 'Y', user_id 'Q' has decreased from 9 to 0 
12 col_val2 for controller_id 'Y', user_id 'R' has decreased from 11 to 7 
13                  <NA> 
14                  <NA>