循环显示连续列之间的值差异

我有以下数据集：10分钟实例取自显示给定时间站内自行车数量的馈送。我的目标是要找出从一个时间的值差到下一个每个station_id循环显示连续列之间的值差异

 
> dim(sample) 
[1] 6 73 
> sample 
    station_id 2014-08-18 20:00:00 2014-08-18 20:10:00 2014-08-18 20:20:00 
1   1     1     0     0 
2   2     18     18     19 
3   3     5     4     4 
4   4     21     20     20 
5   5     9     10     8 
6   6     9     9     9 
    2014-08-18 20:30:00 2014-08-18 20:40:00 2014-08-18 20:50:00 2014-08-18 21:00:00 
1     2     1     1     0 
2     18     18     21     22 
3     4     4     4     4 
4     21     22     25     23 
5     5     7     3     0 
6     9     9     9     9 
    2014-08-18 21:10:00 2014-08-18 21:20:00 2014-08-18 21:30:00 2014-08-18 21:40:00 
1     0     4     2     1 
2     21     22     22     21 
3     4     6     3     3 
4     25     24     24     24 
5     0     0     0     0 
6     9     9     10     10 
    2014-08-18 21:50:00 2014-08-18 22:00:00 2014-08-18 22:10:00 2014-08-18 22:20:00 
1     3     2     3     2 
2     21     22     18     16 
3     4     5     6     4 
4     25     22     21     21 
5     4     0     0     3 
6     10     10     11     11 
    2014-08-18 22:30:00 2014-08-18 22:40:00 2014-08-18 22:50:00 2014-08-18 23:00:00 
1     2     3     8     11 
2     15     14     16     17 
3     4     4     4     4 
4     23     21     20     20 
5     0     1     0     0 
6     11     12     12     12 
    2014-08-18 23:10:00 2014-08-18 23:20:00 2014-08-18 23:30:00 2014-08-18 23:40:00 
1     11     13     14     15 
2     17     15     10     3 
3     5     5     5     4 
4     22     19     19     17 
5     1     0     2     3 
6     12     12     12     12 
    2014-08-18 23:50:00 2014-08-19 00:00:00 2014-08-19 00:10:00 2014-08-19 00:20:00 
1     16     16     17     19 
2     2     2     2     1 
3     5     6     5     5 
4     18     19     19     20 
5     3     0     2     6 
6     12     12     12     12 
    2014-08-19 00:30:00 2014-08-19 00:40:00 2014-08-19 00:50:00 2014-08-19 01:00:00 
1     20     21     22     23 
2     1     4     3     3 
3     3     3     3     3 
4     20     19     20     19 
5     0     1     2     5 
6     12     12     12     12 
    2014-08-19 01:10:00 2014-08-19 01:20:00 2014-08-19 01:30:00 2014-08-19 01:40:00 
1     22     23     23     21 
2     3     4     4     4 
3     4     4     4     4 
4     21     24     23     24 
5     0     3     2     1 
6     12     12     12     12 
    2014-08-19 01:50:00 2014-08-19 02:00:00 2014-08-19 02:10:00 2014-08-19 02:20:00 
1     22     23     22     22 
2     3     1     1     1 
3     4     4     4     4 
4     24     22     21     22 
5     0     1     2     2 
6     12     12     12     12 
    2014-08-19 02:30:00 2014-08-19 02:40:00 2014-08-19 02:50:00 2014-08-19 03:00:00 
1     20     22     22     22 
2     1     1     1     1 
3     4     4     4     4 
4     22     24     24     23 
5     2     3     3     3 
6     12     12     12     12 
    2014-08-19 03:10:00 2014-08-19 03:20:00 2014-08-19 03:30:00 2014-08-19 03:40:00 
1     22     22     21     21 
2     1     1     1     1 
3     4     4     4     4 
4     23     23     23     22 
5     4     3     3     3 
6     12     12     12     12 
    2014-08-19 03:50:00 2014-08-19 04:00:00 2014-08-19 04:10:00 2014-08-19 04:20:00 
1     21     21     21     21 
2     1     1     1     1 
3     4     4     4     4 
4     22     22     23     23 
5     2     3     3     3 
6     12     12     12     12 
    2014-08-19 04:30:00 2014-08-19 04:40:00 2014-08-19 04:50:00 2014-08-19 05:00:00 
1     21     21     21     21 
2     1     1     1     1 
3     4     4     4     4 
4     23     23     23     23 
5     5     4     4     4 
6     12     12     12     12 
    2014-08-19 05:10:00 2014-08-19 05:20:00 2014-08-19 05:30:00 2014-08-19 05:40:00 
1     21     21     21     21 
2     1     1     1     1 
3     4     4     4     4 
4     24     24     24     24 
5     4     4     4     4 
6     12     12     12     12 
    2014-08-19 05:50:00 2014-08-19 06:00:00 2014-08-19 06:10:00 2014-08-19 06:20:00 
1     21     21     21     22 
2     1     1     1     1 
3     4     4     4     4 
4     24     24     24     24 
5     4     4     4     3 
6     12     12     12     12 
    2014-08-19 06:30:00 2014-08-19 06:40:00 2014-08-19 06:50:00 2014-08-19 07:00:00 
1     22     22     22     22 
2     1     1     1     1 
3     5     5     5     5 
4     24     24     24     24 
5     3     4     4     4 
6     12     12     12     12 
    2014-08-19 07:10:00 2014-08-19 07:20:00 2014-08-19 07:30:00 2014-08-19 07:40:00 
1     22     22     22     22 
2     6     5     5     5 
3     5     5     5     5 
4     24     24     24     24 
5     4     4     4     4 
6     12     12     12     12 
    2014-08-19 07:50:00 
1     22 
2     5 
3     5 
4     24 
5     4 
6     12

最后出来放应该是这个样子（当然，列实际数量自然会73，但是放入这个例子太多了）。

 
> reshape2 
    station_id 2014-08-18 20:00:00 2014-08-18 20:10:00 2014-08-18 20:20:00 
1   1     1     -1     0 
2   2     18     0     1 
3   3     5     -1     0 
4   4     21     -1     0 
5   5     9     1     -2 
6   6     9     0     0 
    2014-08-18 20:30:00 2014-08-18 20:40:00 
1     2     -1 
2     -1     0 
3     0     0 
4     1     1 
5     -3     2 
6     0     0

如何循环遍历R中的所有列？

下面是数据

 
> dput(sample) 
structure(list(station_id = 1:6, `2014-08-18 20:00:00` = c(1L, 
18L, 5L, 21L, 9L, 9L), `2014-08-18 20:10:00` = c(0L, 18L, 4L, 
20L, 10L, 9L), `2014-08-18 20:20:00` = c(0L, 19L, 4L, 20L, 8L, 
9L), `2014-08-18 20:30:00` = c(2L, 18L, 4L, 21L, 5L, 9L), `2014-08-18 20:40:00` = c(1L, 
18L, 4L, 22L, 7L, 9L), `2014-08-18 20:50:00` = c(1L, 21L, 4L, 
25L, 3L, 9L), `2014-08-18 21:00:00` = c(0L, 22L, 4L, 23L, 0L, 
9L)), .Names = c("station_id", "2014-08-18 20:00:00", "2014-08-18 20:10:00", "2014-08-18 20:20:00", "2014-08-18 20:30:00", "2014-08-18 20:40:00", "2014-08-18 20:50:00", "2014-08-18 21:00:00"), row.names = c(NA, 
6L), class = "data.frame")

来源

2016-02-12 the_darkside

请考虑在读了[问]以及如何生成[可重现的示例]（http://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproducible-example）。请尽量让您的示例尽可能少且易于导入。此外，尝试展示一些你自己的尝试来解决这个问题。你有什么尝试？为什么它不起作用？ – Heroka

我已经包含上述数据的样本 –

谢谢！现在，你是否也可以根据这个输入包含所需的输出，并且你自己试图解决这个问题？ – Heroka

如何像：

t(apply(sample[,-1], 1, diff))

来源

2017-03-29 18:23:12

如果这是你想要一个循环的一个小样本，一种方法是下面。我敢肯定，有更优雅的方式....

> set.seed(100) 
> df = data.frame(id = 1:10, replicate(8,sample(0:1,10,rep=TRUE))) 
> df 
    id X1 X2 X3 X4 X5 X6 X7 X8 
1 1 0 1 1 0 0 0 0 0 
2 2 0 1 1 1 1 0 1 0 
3 3 1 0 1 0 1 0 1 1 
4 4 0 0 1 1 1 0 1 1 
5 5 0 1 0 1 1 1 0 1 
6 6 0 1 0 1 0 0 0 1 
7 7 1 0 1 0 1 0 0 1 
8 8 0 0 1 1 1 0 0 1 
9 9 1 0 1 1 0 1 0 1 
10 10 0 1 0 0 0 0 1 0 
> df1 = df 
> for(i in 3:ncol(df1)) df1[,i] = df[,i]-df[,(i-1)] 
> df1 
    id X1 X2 X3 X4 X5 X6 X7 X8 
1 1 0 1 0 -1 0 0 0 0 
2 2 0 1 0 0 0 -1 1 -1 
3 3 1 -1 1 -1 1 -1 1 0 
4 4 0 0 1 0 0 -1 1 0 
5 5 0 1 -1 1 0 0 -1 1 
6 6 0 1 -1 1 -1 0 0 1 
7 7 1 -1 1 -1 1 -1 0 1 
8 8 0 0 1 0 0 -1 0 1 
9 9 1 -1 1 0 -1 1 -1 1 
10 10 0 1 -1 0 0 0 1 -1

来源

2016-02-12 14:35:52 Darragh

短，更快的是：

> set.seed(100) 
> df = data.frame(id = 1:10, replicate(8,sample(0:1,10,rep=TRUE))) 
> df 
    id X1 X2 X3 X4 X5 X6 X7 X8 
1 1 0 1 1 0 0 0 0 0 
2 2 0 1 1 1 1 0 1 0 
3 3 1 0 1 0 1 0 1 1 
4 4 0 0 1 1 1 0 1 1 
5 5 0 1 0 1 1 1 0 1 
6 6 0 1 0 1 0 0 0 1 
7 7 1 0 1 0 1 0 0 1 
8 8 0 0 1 1 1 0 0 1 
9 9 1 0 1 1 0 1 0 1 
10 10 0 1 0 0 0 0 1 0 

> cbind(df[,1:2],df[,3:ncol(df)] - df[,2:(ncol(df) - 1)]) 
    id X1 X2 X3 X4 X5 X6 X7 X8 
1 1 0 1 0 -1 0 0 0 0 
2 2 0 1 0 0 0 -1 1 -1 
3 3 1 -1 1 -1 1 -1 1 0 
4 4 0 0 1 0 0 -1 1 0 
5 5 0 1 -1 1 0 0 -1 1 
6 6 0 1 -1 1 -1 0 0 1 
7 7 1 -1 1 -1 1 -1 0 1 
8 8 0 0 1 0 0 -1 0 1 
9 9 1 -1 1 0 -1 1 -1 1 
10 10 0 1 -1 0 0 0 1 -1

来源

2016-02-12 15:40:42 Alnair

循环显示连续列之间的值差异

回答

相关问题