比较下一行，分组，data.table

Question

我有一个数据框，其中包含每个用户每周的页面浏览量。我想确定，对于每个用户，他们的浏览量在某个事件之后是增加、减少还是保持不变。我的数据如下所示：

Userid week xeventinweek numviews
Alice   1    2            5
Alice   2    0            3
Alice   4    1            6
Bob     2    2            3
Bob     3    0            5

因此，在这种情况下，爱丽丝在第 1 周有 2 场活动后，她的观看次数减少了，而她在第 2 周没有活动可以衡量。然而，鲍勃在举办两场比赛后的一周内将他的观看次数从 3 增加到 5。

我想要一张表格，其中包含每周至少有一个事件的观看次数差异。所以它应该看起来像这样：

Userid  week xeventinweek numviews numnextweek difference
Alice    1      2           5          3               -2
Alice    4      1           6          NA              NA #the row for week 2 is missing because there were no events then for Alice
Bob      2      2           3          5                2

不必同时拥有 numnextweek 列和差异列 - 要么 要么 可以。

我可以使用 data.table 和 for 循环来做到这一点，但是运行时间太长以至于不可行。我曾想过使用滚动联接，但对于分组数据似乎不可能（即需要为每个用户 ID 单独完成。）如何使用 data.table 的本机功能来做到这一点？

Answer 1

自 v1.9.6 版（CRAN 2015 年 9 月 19 日）起，shift() 函数在 data.table 中可用：

DT[, difference := shift(numviews, type = "lead") - numviews, by = Userid][
  xeventinweek != 0L]

   Userid week xeventinweek numviews difference
1:  Alice    1            2        5         -2
2:  Alice    4            1        6         NA
3:    Bob    2            2        3          2

Answer 2

使用match：

dat[, numnextweek := numviews[match(week + 1, week)] , by=Userid]
dat[, difference := numviews - numnextweek , by=Userid]
dat[xeventinweek != 0]

#   Userid week xeventinweek numviews numnextweek difference
#1:  Alice    1            2        5           3          2
#2:  Alice    4            1        6          NA         NA
#3:    Bob    2            2        3           5         -2