Julia 变异前导变量

这是我的代码：

data = @pipe data |> sort(_, :year) |> groupby(_,:id) |> 
 transform(_, :a1 => (x -> lead(x,1) .- x ) => :b1; ungroup = false) |>
 transform(_, :a2 => (x -> lead(x,2) .- x ) => :b2; ungroup = false) |>
 transform(_, :a3 => (x -> lead(x,3) .- x ) => :b3, ungroup = false) |>
 transform(_, :a4 => (x -> lead(x,4) .- x ) => :b4, ungroup = false) |>
 transform(_, :a5 => (x -> lead(x,5) .- x ) => :b5)

这是在非常大的数据集上变异前导变量的最有效方法吗

data

是一个包含列

a1

，…，

：a5

，我想要列

b1

，…，

：b5

，其中

bi=lead（ai，I）

，关于“最有效”的问题有很多维度，但我假设您希望尽可能避免分配，在这种情况下，请执行以下操作：

@pipe data |>
      sort!(_, :year) |>
      groupby(_,:id) |> 
      transform!(_, [Symbol(:a, i) => (x -> lead(x, i) .- x ) => Symbol(:b, i) for i in 1:5])

---

通过这种方式，您将更新您的

数据

数据框，从而最大限度地减少复制（您的解决方案复制了很多）。

太好了，我的意思是尽可能减少分配。