自动为数据框列表创建新列 - R答案

【问题标题】：Automating the creation of new columns for a list of dataframes - R自动为数据框列表创建新列 - R
【发布时间】：2022-01-03 06:53:39
【问题描述】：

我的任务是为一系列数据框创建滞后指标。每个数据框都有两列：日期和值。对于每个“值”列，我需要创建 12 个新列，其中滞后增加一个单位。

给定的数据框如下所示：

    date   | value |
01-01-2021     1
02-01-2021     2
03-01-2021     3
04-01-2021     4
05-01-2021     5
06-01-2021     6
07-01-2021     7
08-01-2021     8

我需要添加新列，使它们最终看起来像这样：

    date   | value | lag1 | ... | lag12
01-01-2021     1       2            13
02-01-2021     2       3            14
03-01-2021     3       4            15
04-01-2021     4       5            16
05-01-2021     5       6            17
06-01-2021     6       7            18
07-01-2021     7       8            19
08-01-2021     8       9            20

显示的值仅用于说明目的，实际数据具有经济性质，因此不遵循特定模式。

到目前为止，我只设法弄清楚如何为单个数据框一次创建一列，但这不是很有效。我需要一种方法来遍历所有数据框并创建其他列。

提前感谢您的帮助！

【问题讨论】：

标签： r dataframe for-loop

【解决方案1】：

循环遍历您需要多少滞后，创建新列值的列表，然后一次将它们全部添加回来。

lagfun <- function(x,n) c(tail(x,-n), rep(NA,n))
dat[paste0("lag", 1:7)] <- lapply(1:7, lagfun, x=dat$value)
dat

#        date value lag1 lag2 lag3 lag4 lag5 lag6 lag7
#1 01-01-2021     1    2    3    4    5    6    7    8
#2 02-01-2021     2    3    4    5    6    7    8   NA
#3 03-01-2021     3    4    5    6    7    8   NA   NA
#4 04-01-2021     4    5    6    7    8   NA   NA   NA
#5 05-01-2021     5    6    7    8   NA   NA   NA   NA
#6 06-01-2021     6    7    8   NA   NA   NA   NA   NA
#7 07-01-2021     7    8   NA   NA   NA   NA   NA   NA
#8 08-01-2021     8   NA   NA   NA   NA   NA   NA   NA

您当然可以使用dplyr 中的lag 函数或类似函数来代替我的lagfun，但这将是独立的。

【讨论】：

谢谢你，它工作得很好！如果需要领先指标，你会怎么做？
leadfun <- function(x,n) c(rep(NA,n), head(x,-n)) 或使用 dplyr 的 lead 函数。

【解决方案2】：

另一种解决方案，基于purrr::map_dfc：

library(tidyverse)

df <- data.frame(
  stringsAsFactors = FALSE,
  date = c("01-01-2021",
           "02-01-2021","03-01-2021","04-01-2021","05-01-2021",
           "06-01-2021","07-01-2021","08-01-2021"),
  value = c(1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L)
)

n <- 7

df %>% 
  bind_cols(map_dfc(1:n,
      ~ lead(select(df,2), .x) %>%
        setNames(str_c("lag", .x))))

#>         date value lag1 lag2 lag3 lag4 lag5 lag6 lag7
#> 1 01-01-2021     1    2    3    4    5    6    7    8
#> 2 02-01-2021     2    3    4    5    6    7    8   NA
#> 3 03-01-2021     3    4    5    6    7    8   NA   NA
#> 4 04-01-2021     4    5    6    7    8   NA   NA   NA
#> 5 05-01-2021     5    6    7    8   NA   NA   NA   NA
#> 6 06-01-2021     6    7    8   NA   NA   NA   NA   NA
#> 7 07-01-2021     7    8   NA   NA   NA   NA   NA   NA
#> 8 08-01-2021     8   NA   NA   NA   NA   NA   NA   NA

【讨论】：