Calcule la diferencia entre los valores en filas consecutivas por grupo

Este es un mi df (data.frame):

 group value 1 10 1 20 1 25 2 5 2 10 2 15 

Necesito calcular la diferencia entre los valores en filas consecutivas por grupo.

Entonces, necesito un resultado.

 group value diff 1 10 NA # because there is a no previous value 1 20 10 # value[2] - value[1] 1 25 5 # value[3] value[2] 2 5 NA # because group is changed 2 10 5 # value[5] - value[4] 2 15 5 # value[6] - value[5] 

Aunque, puedo manejar este problema usando ddply , pero toma demasiado tiempo. Esto es porque tengo muchos grupos en mi df . (más de 1,000,000 de grupos en mi df )

¿Hay algún otro enfoque efectivo para manejar este problema?

El paquete data.table puede hacer esto bastante rápido, usando la función shift .

 require(data.table) df <- data.table(group = rep(c(1, 2), each = 3), value = c(10,20,25,5,10,15)) #setDT(df) #if df is already a data frame df[ , diff := value - shift(value), by = group] # group value diff #1: 1 10 NA #2: 1 20 10 #3: 1 25 5 #4: 2 5 NA #5: 2 10 5 #6: 2 15 5 setDF(df) #if you want to convert back to old data.frame syntax 

O usando la función de lag en dplyr

 df %>% group_by(group) %>% mutate(Diff = value - lag(value)) # group value Diff #    # 1 1 10 NA # 2 1 20 10 # 3 1 25 5 # 4 2 5 NA # 5 2 10 5 # 6 2 15 5 

Para las alternativas pre data.table::shift y pre dplyr::lag , consulte las ediciones.

Puede usar la función base ave() para esto

 df <- data.frame(group=rep(c(1,2),each=3),value=c(10,20,25,5,10,15)) df$diff <- ave(df$value, factor(df$group), FUN=function(x) c(NA,diff(x))) 

que devuelve

  group value diff 1 1 10 NA 2 1 20 10 3 1 25 5 4 2 5 NA 5 2 10 5 6 2 15 5 

prueba esto con tapply

 df$diff<-as.vector(unlist(tapply(df$value,df$group,FUN=function(x){ return (c(NA,diff(x)))})))