滚动滞后差异

Question

好的，所以我希望在 R 中创建滚动滞后差异。

vec <- c(43.79979, 44.04865, 44.17308, 44.54638, 44.79524, 44.79524, 44.79524, 44.42195, 44.54638, 44.79524, 44.42195, 43.30206, 43.30206, 43.17764, 43.30206)

> length(vec)
[1] 15

这是我迄今为止尝试过的：

vec1 <- rollapply(vec, width = 2,  fill = NA, FUN = diff)

这给出了这个输出：

[1]  0.24886  0.12443  0.37330  0.24886  0.00000  0.00000 -0.37329  0.12443  0.24886 -0.37329 -1.11989  0.00000 -0.12442  0.12442       NA

> length(vec1)
[1] 15

注意我们在元素 15 中有一个 NA 值。

所以我想在滞后中做这个差异，比如滞后 1,2 和 3...所以上面的代码不适合这个，所以我尝试下面的：

lag1 <- diff(vec, lag = 1, differences = 1, arithmetic = TRUE, na.pad = TRUE)
lag2 <- diff(vec, lag = 2, differences = 1, arithmetic = TRUE, na.pad = TRUE)
lag3 <- diff(vec, lag = 3, differences = 1, arithmetic = TRUE, na.pad = TRUE)
length(lag1)
length(lag2)
length(lag3)

这个结果：

> lag1
 [1]  0.24886  0.12443  0.37330  0.24886  0.00000  0.00000 -0.37329  0.12443  0.24886 -0.37329 -1.11989  0.00000 -0.12442  0.12442
> lag2
 [1]  0.37329  0.49773  0.62216  0.24886  0.00000 -0.37329 -0.24886  0.37329 -0.12443 -1.49318 -1.11989 -0.12442  0.00000
> lag3
 [1]  0.74659  0.74659  0.62216  0.24886 -0.37329 -0.24886  0.00000  0.00000 -1.24432 -1.49318 -1.24431  0.00000
> length(lag1)
[1] 14
> length(lag2)
[1] 13
> length(lag3)
[1] 12

请注意，上面的滞后差异何时执行...它将差异结果放在减去该值的行上...所以它采用了我们的当前值 - 滞后值。它将差异结果放在滞后值位置。然后我们失去了向量的长度。我想实际将 diff - 滞后结果放在起始编号 (diff) 上，并放置前导 NA 以解释数据集开头的缺失值。

以滞后 2 为例，这是我想要的结果：

> lag2
 [1]  NA    NA 0.37329  0.49773  0.62216  0.24886  0.00000 -0.37329 -0.24886  0.37329 -0.12443 -1.49318 -1.11989 -0.12442  0.00000

有谁知道如何纠正这个问题？？

再解释一下：

这是向量的开始：

vec <- c(43.79979, 44.04865, 44.17308..... 

所以如果我们做一个滞后 2 的差异......

我们采用第三个元素...44.17308 - 43.79979 = 0.37329 的结果。

所以我想要 NA NA 0.37329

而不是将0.37329 放在新的 lag2 向量中的第一个位置。

Answer 1

对于那些寻求tidyverse 解决方案的人来说，一种选择是使用dplyr::lag，我发现它比base::apply 更直观。

    vec - dplyr::lag(vec, n = 2)

所以这个想法基本上是生成第二个位置为 n 滞后的向量，并且只需减去这两个向量而无需进一步复杂化，充分利用 R 中的向量化函数。

Answer 2

就像在Zoo lag diff back in data frame中一样

vec = c(43.79979, 44.04865, 44.17308, 44.54638, 44.79524, 44.79524, 44.79524, 44.42195, 44.54638, 44.79524, 44.42195, 43.30206, 43.30206, 43.17764, 43.30206)
require(zoo)

apply(lag(zoo(vec), c(-2,0), na.pad = TRUE), 1L, diff)

#> apply(lag(zoo(vec), c(-2,0), na.pad = TRUE), 1L, diff)
#       1        2        3        4        5        6        7        8        9       10       11       12       13       14       15 
#      NA       NA  0.37329  0.49773  0.62216  0.24886  0.00000 -0.37329 -0.24886  0.37329 -0.12443 -1.49318 -1.11989 -0.12442  0.00000 

---

2018 年 5 月 10 日it was pointed to me by @thistleknot (thanks!) that dplyr masks stats's own lag generic。因此，请确保您没有附加dplyr，或者改为显式运行stats::lag，否则我的代码将无法运行。

我想我找到了罪魁祸首：github.com/tidyverse/dplyr/issues/1586 答案：这是拥有大量 R 包的自然结果。 只需明确并使用 stats::lag 或 dplyr::lag