用数值减去行并忽略 NA

Question

我有几个包含 18 列的数据框，大约有 18 列。 50000 行。每个行条目代表特定站点（= 列）的测量值，数据包含 NA 值。

我需要减去每列的连续行（例如 row(i+1)-row(i)）来检测阈值，但我需要忽略（并保留）NA，以便只有带有数字的条目值彼此相减。

我发现data.table 解决方案对于单列Iterate over a column ignoring but retaining NA values in R 和多列操作（例如Summarizing multiple columns with dplyr?）非常有用。

但是，我没有设法结合 SO 中建议的方法（即在多个列上应用 diff 并忽略 NA）

这是一个示例 df 用于说明和我尝试过的解决方案：

library(data.table)

df <- data.frame(x=c(1:3,NA,NA,9:7),y=c(NA,4:6, NA,15:13), z=c(6,2,7,14,20, NA, NA, 2))

这就是它对单个列的工作方式

 diff_x <- df[!is.na(x), lag_diff := x - shift(x)]  # actually what I want, but for more columns at once

这就是我如何使用lapply 在多个列上应用diff 函数

diff_all <- setDT(df)[,lapply(.SD, diff)]  # not exactly what I want because NAs are not ignored and  the difference between numeric values is not calculated 

非常感谢关于如何在第二行代码中实现有效的!is.na 或类似语句的任何建议（base、data.table、dplyr ......解决方案）。

Answer 1

定义一个辅助函数会让事情变得更简洁：

 lag_diff <- function(x) {
   which_nna <- which(!is.na(x))
   out <- rep(NA_integer_, length(x))
   out[which_nna] <- x[which_nna] - shift(x[which_nna])
   out
 }

cols <- c("x", "y", "z")
setDT(df)
df[, paste0("lag_diff_", cols) := lapply(.SD, lag_diff), .SDcols = cols]

结果：

#     x  y  z lag_diff_x lag_diff_y lag_diff_z
# 1:  1 NA  6         NA         NA         NA
# 2:  2  4  2          1         NA         -4
# 3:  3  5  7          1          1          5
# 4: NA  6 14         NA          1          7
# 5: NA NA 20         NA         NA          6
# 6:  9 15 NA          6          9         NA
# 7:  8 14 NA         -1         -1         NA
# 8:  7 13  2         -1         -1        -18

Answer 2

所以你正在寻找：

library("data.table")

df <- data.frame(x=c(1:3,NA,NA,9:7),y=c(NA,4:6, NA,15:13), z=c(6,2,7,14,20, NA, NA, 2))
setDT(df)
# diff_x <- df[!is.na(x), lag_diff := x - shift(x)]  # actually what I want, but

lag_d <- function(x) { y <- x[!is.na(x)]; x[!is.na(x)] <- y - shift(y); x }
df[, lapply(.SD, lag_d)]

或

library("data.table")

df <- data.frame(x=c(1:3,NA,NA,9:7),y=c(NA,4:6, NA,15:13), z=c(6,2,7,14,20, NA, NA, 2))
lag_d <- function(x) { y <- x[!is.na(x)]; x[!is.na(x)] <- y - shift(y); x }
as.data.frame(lapply(df, lag_d))