如何创建滞后变量答案

【问题标题】：How to create lag variables如何创建滞后变量
【发布时间】：2015-11-01 12:11:53
【问题描述】：

我想为变量 pm10 创建滞后变量并使用以下代码。但是，我无法得到我想要的。我怎么会造成 pm10 的滞后？

df2$l1pm10 <- lag(df2$pm10, -1, na.pad = TRUE)
df2$l1pm102 <- lag(df2$pm10, 1)

dput(df2)
structure(list(var1 = 1:10, pm10 = c(26.956073733, NA, 32.838694951, 
39.9560737332, NA, 40.9560737332, 33.956073733, 28.956073733, 
32.348770798, NA), l1pm10 = structure(c(26.956073733, NA, 32.838694951, 
39.9560737332, NA, 40.9560737332, 33.956073733, 28.956073733, 
32.348770798, NA), .Tsp = c(2, 11, 1))), .Names = c("var1", "pm10", 
"l1pm10"), row.names = c("1", "2", "3", "4", "5", "6", "7", "8", 
"9", "10"), class = "data.frame")

【问题讨论】：

library(dplyr); mutate(df2, llpm102= lag(pm10)) 给了我延迟。你的预期输出是什么
transform(df2$pm10, lpm10=c(NA, df2$pm10[-nrow(df2)])) 给了我一个带有pm10 和滞后pm10 的数据框。这是您要查找的输出吗？

标签： r lag

【解决方案1】：

在基础 R 中，函数 lag() 对时间序列对象很有用。这里有一个数据框，但情况有些不同。

您可以尝试以下方法，我承认这不是很优雅：

df2$l1pm10 <- sapply(1:nrow(df2), function(x) df2$pm10[x+1])
df2$l1pm102 <- sapply(1:nrow(df2), function(x) df2$pm10[x-1])
#> df2
#   var1     pm10   l1pm10  l1pm102
#1     1 26.95607       NA         
#2     2       NA 32.83869 26.95607
#3     3 32.83869 39.95607       NA
#4     4 39.95607       NA 32.83869
#5     5       NA 40.95607 39.95607
#6     6 40.95607 33.95607       NA
#7     7 33.95607 28.95607 40.95607
#8     8 28.95607 32.34877 33.95607
#9     9 32.34877       NA 28.95607
#10   10       NA       NA 32.34877

另一种方法是使用Hmiscpackage 中的Lag() 函数（大写“L”）：

library(Hmisc)
df2$l1pm10 <- Lag(df2$pm10, -1)
df2$l1pm102 <- Lag(df2$pm10, +1)
#> df2
#   var1     pm10   l1pm10  l1pm102
#1     1 26.95607       NA       NA
#2     2       NA 32.83869 26.95607
#3     3 32.83869 39.95607       NA
#4     4 39.95607       NA 32.83869
#5     5       NA 40.95607 39.95607
#6     6 40.95607 33.95607       NA
#7     7 33.95607 28.95607 40.95607
#8     8 28.95607 32.34877 33.95607
#9     9 32.34877       NA 28.95607
#10   10       NA       NA 32.34877

【讨论】：

【解决方案2】：

另一种方法是使用data.table 包中的shift-函数：

library(data.table)
setDT(df2)[, c("l1pm10","l1pm102") := .(shift(pm10, 1L, fill = NA, type = "lag"),
                                        shift(pm10, 1L, fill = NA, type = "lead"))]

这给出了：

> df2
    var1     pm10   l1pm10  l1pm102
 1:    1 26.95607       NA       NA
 2:    2       NA 26.95607 32.83869
 3:    3 32.83869       NA 39.95607
 4:    4 39.95607 32.83869       NA
 5:    5       NA 39.95607 40.95607
 6:    6 40.95607       NA 33.95607
 7:    7 33.95607 40.95607 28.95607
 8:    8 28.95607 33.95607 32.34877
 9:    9 32.34877 28.95607       NA
10:   10       NA 32.34877       NA

使用过的数据：

df2 <- structure(list(var1 = 1:10, pm10 = c(26.956073733, NA, 32.838694951, 
39.9560737332, NA, 40.9560737332, 33.956073733, 28.956073733, 
32.348770798, NA)), .Names = c("var1", "pm10"), row.names = c("1", 
"2", "3", "4", "5", "6", "7", "8", "9", "10"), class = "data.frame")

【讨论】：

【解决方案3】：

我知道这个问题已被接受，但几个月前我遇到了同样的问题（在this 问题中），我想创建一个自制的lag 函数。代码如下：

 df2$lagpm10 <- c(NA, df2$pm10[seq_along(df2$pm10) -1])

 df2
   var1     pm10   l1pm10  lagpm10
1     1 26.95607 26.95607       NA
2     2       NA       NA 26.95607
3     3 32.83869 32.83869       NA
4     4 39.95607 39.95607 32.83869
5     5       NA       NA 39.95607
6     6 40.95607 40.95607       NA
7     7 33.95607 33.95607 40.95607
8     8 28.95607 28.95607 33.95607
9     9 32.34877 32.34877 28.95607
10   10       NA       NA 32.34877

基准测试

其中Rhertel1和Rhertel2是Rhertel的两行代码，Sabdem是我的。

Unit: microseconds
     expr     min      lq      mean   median       uq       max neval
 Rhertel1 250.523 257.740 272.07275 260.3355 264.0945  3540.187 10000
 Rhertel2 246.641 253.887 271.77003 256.5380 260.4935 14637.791 10000
   Sabdem  57.762  60.521  65.85315  61.3765  62.6050 12275.979 10000

【讨论】：

【解决方案4】：

我想对于傻瓜来说，一个解决方案就是创建一个“滞后”版本的向量或列（在第一个位置添加一个 NA），然后将列绑定在一起：

x<-1:10;    #Example vector

x_lagged <- c(NA, x[1:(length(x)-1)]); 

new_x <- cbind(x,x_lagged);

【讨论】：

【解决方案5】：

你可以使用head和tail如下

df2$l1pm10 <- c(tail(df2$pm10, -1), NA)
df2$l1pm102 <- c(NA, head(df2$pm10, -1))
df2
#R>    var1     pm10   l1pm10  l1pm102
#R> 1     1 26.95607       NA       NA
#R> 2     2       NA 32.83869 26.95607
#R> 3     3 32.83869 39.95607       NA
#R> 4     4 39.95607       NA 32.83869
#R> 5     5       NA 40.95607 39.95607
#R> 6     6 40.95607 33.95607       NA
#R> 7     7 33.95607 28.95607 40.95607
#R> 8     8 28.95607 32.34877 33.95607
#R> 9     9 32.34877       NA 28.95607
#R> 10   10       NA       NA 32.34877

# or with transfrom 
transform(df2, l1pm10 = c(tail(pm10, -1), NA), l1pm102 = c(NA, head(pm10, -1)))
#R>    var1     pm10   l1pm10  l1pm102
#R> 1     1 26.95607       NA       NA
#R> 2     2       NA 32.83869 26.95607
#R> 3     3 32.83869 39.95607       NA
#R> 4     4 39.95607       NA 32.83869
#R> 5     5       NA 40.95607 39.95607
#R> 6     6 40.95607 33.95607       NA
#R> 7     7 33.95607 28.95607 40.95607
#R> 8     8 28.95607 32.34877 33.95607
#R> 9     9 32.34877       NA 28.95607
#R> 10   10       NA       NA 32.34877

你可以用这两个写一个通用的滞后函数，如下所示

lag_func <- function(x, k = 1, pad = NA){
  if(k == 0)
    return(x)
  nas <- rep(pad, min(length(x), abs(k)))
  if(k < 0)
    c(tail(x, k), nas) else c(nas, head(x, -k))
}

# use the function to lag the variable
sapply((-11):11, lag_func, x = df2$pm10)
#R>       [,1] [,2] [,3]     [,4]     [,5]     [,6]     [,7]     [,8]     [,9]
#R>  [1,]   NA   NA   NA 32.34877 28.95607 33.95607 40.95607       NA 39.95607
#R>  [2,]   NA   NA   NA       NA 32.34877 28.95607 33.95607 40.95607       NA
#R>  [3,]   NA   NA   NA       NA       NA 32.34877 28.95607 33.95607 40.95607
#R>  [4,]   NA   NA   NA       NA       NA       NA 32.34877 28.95607 33.95607
#R>  [5,]   NA   NA   NA       NA       NA       NA       NA 32.34877 28.95607
#R>  [6,]   NA   NA   NA       NA       NA       NA       NA       NA 32.34877
#R>  [7,]   NA   NA   NA       NA       NA       NA       NA       NA       NA
#R>  [8,]   NA   NA   NA       NA       NA       NA       NA       NA       NA
#R>  [9,]   NA   NA   NA       NA       NA       NA       NA       NA       NA
#R> [10,]   NA   NA   NA       NA       NA       NA       NA       NA       NA
#R>          [,10]    [,11]    [,12]    [,13]    [,14]    [,15]    [,16]    [,17]
#R>  [1,] 32.83869       NA 26.95607       NA       NA       NA       NA       NA
#R>  [2,] 39.95607 32.83869       NA 26.95607       NA       NA       NA       NA
#R>  [3,]       NA 39.95607 32.83869       NA 26.95607       NA       NA       NA
#R>  [4,] 40.95607       NA 39.95607 32.83869       NA 26.95607       NA       NA
#R>  [5,] 33.95607 40.95607       NA 39.95607 32.83869       NA 26.95607       NA
#R>  [6,] 28.95607 33.95607 40.95607       NA 39.95607 32.83869       NA 26.95607
#R>  [7,] 32.34877 28.95607 33.95607 40.95607       NA 39.95607 32.83869       NA
#R>  [8,]       NA 32.34877 28.95607 33.95607 40.95607       NA 39.95607 32.83869
#R>  [9,]       NA       NA 32.34877 28.95607 33.95607 40.95607       NA 39.95607
#R> [10,]       NA       NA       NA 32.34877 28.95607 33.95607 40.95607       NA
#R>          [,18]    [,19]    [,20]    [,21] [,22] [,23]
#R>  [1,]       NA       NA       NA       NA    NA    NA
#R>  [2,]       NA       NA       NA       NA    NA    NA
#R>  [3,]       NA       NA       NA       NA    NA    NA
#R>  [4,]       NA       NA       NA       NA    NA    NA
#R>  [5,]       NA       NA       NA       NA    NA    NA
#R>  [6,]       NA       NA       NA       NA    NA    NA
#R>  [7,] 26.95607       NA       NA       NA    NA    NA
#R>  [8,]       NA 26.95607       NA       NA    NA    NA
#R>  [9,] 32.83869       NA 26.95607       NA    NA    NA
#R> [10,] 39.95607 32.83869       NA 26.95607    NA    NA

【讨论】：