r - 比 for 循环更快地计算行之间的差异？

Question

我有一个看起来像这样的数据集:

ID   |   DATE    | SCORE
-------------------------
123  |  1/15/10  |  10
123  |  1/1/10   |  15
124  |  3/5/10   |  20
124  |  1/5/10   |  30
...

所以要将上面的代码片段作为数据框加载，代码是:

id<-c(123,123,124,124)
date<-as.Date(c('2010-01-15','2010-01-01','2010-03-05','2010-01-05'))
score<-c(10,15,20,30)
data<-data.frame(id,date,score)

我正在尝试添加一个列来计算“此 ID 的上次记录以来的天数”。

现在我正在使用一个看起来像这样的 FOR 循环:

data$dayssincelast <- rep(NA, nrow(data))
for(i in 2:nrow(data)) {
  if(data$id[i] == data$id[i-1]) 
    data$dayssincelast[i] <- data$date[i] - data$date[i-1]
}

有没有更快的方法来做到这一点？ (我已经对 APPLY 进行了一些研究，但除了 FOR 循环之外，我无法找出解决方案。)

提前致谢!

Answer 1

如果您的日期在 id 内按顺序排列，这应该有效.

id<-c(123,123,124,124)
date<-as.Date(c('2010-01-15','2010-01-01','2010-03-05','2010-01-05'))
score<-c(10,15,20,30)
data<-data.frame(id,date,score)

data <- data[order(data$id,data$date),]
data$dayssincelast<-do.call(c,by(data$date,data$id,function(x) c(NA,diff(x))))
# Or, even more concisely
data$dayssincelast<-unlist(by(data$date,data$id,function(x) c(NA,diff(x))))