在 Julia 的面板数据中创建滞后变量

Question

我正在尝试使用面板数据（ID 和年份）生成滞后变量。根据每个 ID，它可能有不同年份的面板，有时 ID 组内的年份不连续。例如，我们有以下数据集：

ID	Year	x
1	2001	3
1	2002	1
1	2006	2
1	2007	2
2	2002	1
2	2003	5
3	2006	2
3	2007	2
3	2008	4

我要生成的 x 的滞后变量是：

ID	Year	x	x_lag
1	2001	3	.
1	2002	1	3
1	2006	2	.
1	2007	2	2
2	2002	1	.
2	2003	5	1
3	2006	2	.
3	2007	2	2
3	2008	4	2

我找到了一些关于如何按组创建滞后变量的其他答案，但它对我不起作用，因为我的数据集中的某些 ID 具有不连续的年份（例如上例中的第 2-3 行）。

所以，我正在使用我在下面写下的功能：

function lagged(data,x)
    for c in x
        data[:,c*"_lag"] .= 0.0
    end
    allowmissing!(data)
    for row in eachrow(data)
        for c in x
            if filter(y -> y.id == row.id && y.year == row.year - 1, data)[:,c] == []
                row[c*"_lag"] = missing
            else
                row[c*"_lag"] = filter(y -> y.id == row.id && y.year == row.year - 1, data)[:,c][1]
            end
        end
    end
    return data
end

但它非常慢......有没有更快的方法在不连续年份的面板数据中创建滞后变量？谢谢！

Answer 1

你为什么不做

transform!(groupby(df, :id), :x => lag, :year => lag)

然后只保留 x_lag 值，其中 year_lag 为 1？