我想创建多个变量的多个滞后,所以我认为编写一个函数会很有帮助。我的代码抛出警告(“将向量截断为长度 1 ”)和错误结果:
library(dplyr)
time <- c(2000:2009, 2000:2009)
x <- c(1:10, 10:19)
id <- c(1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2)
df <- data.frame(id, time, x)
three_lags <- function (data, column, group, ordervar) {
data <- data %>%
group_by_(group) %>%
mutate(a = lag(column, 1L, NA, order_by = ordervar),
b = lag(column, 2L, NA, order_by = ordervar),
c = lag(column, 3L, NA, order_by = ordervar))
}
df_lags <- three_lags(data=df, column=x, group=id, ordervar=time) %>%
arrange(id, time)
我也想知道是否有一个更优雅的解决方案使用mutate_each
,但我也没有让它发挥作用。我当然可以为每个新的滞后变量编写一个长代码,其中包含一行,但我想避免这种情况。
EDIT:
akrun 的 dplyr 答案有效,但需要很长时间才能计算大型数据帧。解决方案使用data.table
似乎更有效率。因此,仍然需要找到一个 dplyr 或其他允许对多个列和多个滞后实施的解决方案。
EDIT 2:
对于多列且没有组(例如“ID”),由于其简单性,以下解决方案似乎非常适合我。代码当然可以缩短,但是一步一步:
df <- arrange(df, time)
df.lag <- shift(df[,1:24], n=1:3, give.names = T) ##column indexes of columns to be lagged as "[,startcol:endcol]", "n=1:3" sepcifies the number of lags (lag1, lag2 and lag3 in this case)
df.result <- bind_cols(df, df.lag)