R 法术内的差异为x，加起来为x

我有这样一个数据框：

wpt    ID   Fuel  Dist  Express  
 1     S36   12    1     1         
 2     S36   14    4     1         
 inter S36   15    7     0         
 3     S36   18    10    0         
 inter S36   20    12    1         
 4     S36   23    17    1         
 5     S36   30    20    1         
 6     W09   45    9     0         
 7     W09   48    14    0         
 8     W09   50    15    0         

理想的输出是：

ID    sum.fuel    sum.dist   Express   
S36     12          11          1         
S36     3           3           0         
W09     5           6           0         

注意：对于ID“S36”，在Express 1下获取sum.dist的步骤是：

（14-12）+（30-20）=12

要获取ID为“S36”的Express 0下的sum.dist，请执行以下操作：

18-15=3

其他人也是如此

发生了什么（弗兰克的猜测）：我们测量了旅途中各个点的油耗和距离，并想知道我们在“快速”和“本地”阶段使用了多少

---

完全正确，我想获得每种类型（快速和本地）的效率。这是我的项目，我不知道如何处理。谢谢你，弗兰克

好吧，我想我现在明白了，多亏@Tensibai的解释：

library(data.table)
DF %>% 
  group_by(ID, Express, r = rleid(ID, Express)) %>% 
  summarise_each(funs(last(.) - first(.)), Fuel, Dist) %>%
  group_by(ID, Express) %>%
  summarise_each(funs(sum), Fuel, Dist)


     ID Express  Fuel  Dist
  (chr)   (int) (int) (int)
1   S36       1    12    11
2   S36       0     3     3
3   W09       0     5     6

注:

---

您不需要第二个

groupby

语句，因为最后一个分组级别（

r

）是由第一个

总结每个

”语句“剥离”的迪西莫斯酒店

---

工作原理：

rleid

来自data.table包，用于标识值为常量的“运行”。如果您安装了data.table，您只需执行

data.table:：rleid

来代替

rleid

，并使用

data.table

跳过加载带有

library

的包，这与@Frank的帖子中的

dplyr

方法类似

library(data.table)
setDT(df1)[, lapply(.SD, function(x) x[.N] - x[1]) , 
     by =  .(ID, Express, Local, r= rleid(ID, Express, Local)), .SDcols = Fuel:Dist
       ][, lapply(.SD, sum) , by = .(ID, Express, Local), .SDcols = Fuel:Dist]
#    ID Express Local Fuel Dist
#1: S36       1     0   12   11
#2: S36       0     1    3    3
#3: W09       0     1    5    6

---

另一种选择是使用

data.table

，而不使用

lappy

，以避免循环：

数据集：

data <- read.table(text='wpt    ID   Fuel  Dist  Express   Local
 1     S36   12    1     1         0
                   2     S36   14    4     1         0
                   inter S36   15    7     0         1
                   3     S36   18    10    0         1
                   inter S36   20    12    1         0
                   4     S36   23    17    1         0
                   5     S36   30    20    1         0
                   6     W09   45    9     0         1
                   7     W09   48    14    0         1
                   8     W09   50    15    0         1',header=TRUE,stringsAsFactors=FALSE)

在丑陋的oneliner上，这里是相同的一步一步（由于要显示其工作原理，需要复制，所以速度较慢）：

然后我们将各类旅行（0或1）与ID相加：

result <- tmp[, list(sum.fuel = sum(V1), sum.dist = sum(V2)), by=c('ID','Express')]

缺点我能想到：

• 如果计数器环路（例如旧卡车上的99999公里环路为0），则其行为会异常
• 如果“旅行”被破坏（即在快车旅行结束之前，同一id的本地旅行开始），将无法正常工作，我不知道这是否会发生在您的数据集中

---

您是如何在

sum.fuel

中获得这些值的，只是普通组别（ID、Express、Local）。但是这不起作用，因为Express和Local有多个块，它们是虚拟变量。首先，减法有点违背了整个“累积和”的概念。第二，你们有并没有忘记那个排有23种燃料的车？第三，这些express和local列应该只是一个分类/因子列。只需解释获得所需值的步骤。很难说在快速模式下S36是如何获得11 As Dist的。您的来源和结果似乎没有更新，但最重要的是，为什么cumsum（14-12）+（30-20）？！？！谢谢你！Frank您不需要第二个

groupby

语句，因为第一个

summary\u语句“剥离”了最后一个分组级别（
r
）。我想我以前听说过这种行为。就我个人而言，我觉得它不直观，尽管我知道它可能是一个很好的快捷方式。我想你可以做
.SD[.N].SD[1L]
，而不是
lapply（.SD，函数（x）x[.N]-x[1]）。@Frank这会降低效率吗？我想会更糟，是的。它看起来不错。非常感谢，它看起来很棒！
    ID Express sum.fuel sum.dist
1: S36       1       12       11
2: S36       0        3        3
3: W09       0        5        6

tmp <- data[, list(
    V1= max(Fuel) - min(Fuel),
    V2= max(Dist) - min(Dist)
), by=c('ID','Express','travel')]

    ID Express travel V1 V2
1: S36       1      1  2  3
2: S36       0      2  3  3
3: S36       1      3 10  8
4: W09       0      4  5  6

result <- tmp[, list(sum.fuel = sum(V1), sum.dist = sum(V2)), by=c('ID','Express')]

    ID Express sum.fuel sum.dist
1: S36       1       12       11
2: S36       0        3        3
3: W09       0        5        6