R-加速与数据表子集相关的计算

需要以下案例的加速帮助：

我有大约850万行订单历史记录，订单数量为130万。我需要计算每个订单的两个步骤之间的时间。我使用的计算方法如下：

History[, time_to_next_status:=
                      get_time_to_next_step(id_sales_order_item_status_history,
                                            id_sales_order_item, History_subset),
    by='id_sales_order_item_status_history']

在上述代码中：

• id\u sales\u order\u item-销售订单项的id-有多条历史记录具有相同的id\u sales\u order\u item
• 标识\销售\订单\项目\状态\历史记录-行的标识
• History\u subset是History的一个子集，它只包含计算所需的3列

  [id\u sales\u order\u item\u status\u History，id\u sales\u order\u item，created\u at]

• created\u at是创建历史记录的时间

函数“获取时间”到“下一步”的定义如下

get_time_to_next_step <- function(id_sales_order_item_status_history, filter_by,
                                  dataSet){

   dataSet <- dataSet %.% filter(id_sales_order_item == filter_by)

   index <- match(currentId, dataSet$id_sales_order_item_status_history)

   time_to_next_status <- dataSet[index + 1, created_at] - dataSet[index, created_at]

   time_to_next_status
}

---

获取时间到下一步我要拍一张照片。你不能试试这样的吗

History[ , Index := 1:.N, by= id_sales_order_item]
History[ , time_to_next_status := created_at[Index+1]-created_at[Index], by= id_sales_order_item]

我想这会很快。
您能发布一些示例输入/所需输出吗？我想这会很有帮助。谢谢你-我正要把“当前id”编辑成“id\U销售\订单\项目”。它相当快。刚跑完，它就在5分钟内达到了1米的行数，这很有趣……我有点惊讶它仍然如此缓慢。可能是一个
lag
操作，然后减法会更快。但我不确定。为什么不干脆
历史[，时间到下一个状态：=c（NA，diff（创建时间）），by=id\u销售\u订单\u项目]
@Mike，我跟踪错误，由于数据是按
id\u sales\u order\u item
分组的，当它达到100万次计数时，意味着它已经超过了100万次
id\u sales\u order\u item
，这大约是6~700万次历史记录。我不知道在这种情况下怎么能有帮助。谢谢mnel-我刚刚测试了你的公式，它们非常快-认为结果不是我想要的，因为现在是自上次状态以来的时间了。