结果变量作为回归函数中的参数答案

【问题标题】：outcome variable as argument in regression function结果变量作为回归函数中的参数
【发布时间】：2014-07-04 13:57:53
【问题描述】：

我有一个 datasetup 函数，它目前有 2 个参数：testData 和 ID1。我想将结果变量作为参数包含在内。

假设 outputvar=c(y1,y2,y3) 那么函数应该创建我的结果变量的滞后和差异变量。

preparedata<-function(testData,ID1,outcomevar){
#Order temp data by firm and date
            testData <- testData[order(testData$firm,testData$date),]
#Create lagged outcomevar for each firm
            testData <- ddply(testData, .(firm), transform,
            ly1 = c( NA, y1[-length(y1)] ) )
#Create differenced variable
            testData$dy1<-(testData$y1-testData$ly1)
}

y1 前面的“l”和“d”代表滞后和差异。取决于我如何包含结果变量？谢谢 T

【问题讨论】：

结果变量可以是 y1、y2 或 y3。所以它是一个 3 的向量，该函数将为选定的 y 创建滞后变量，例如preparedata
我可以使用 if 语句来做到这一点，但我需要将大部分代码复制 3 次。我不想那样。
临时是我的数据。它包含所有的结果变量。请看我更新的帖子。 temp=testData 在这种情况下。

标签： r function arguments dplyr

【解决方案1】：

这是一个使用数据表的解决方案：

# create sample dataset
set.seed(1)
df <- data.frame(firm=rep(LETTERS[1:5],each=10),
                 date=as.Date("2014-01-01")+1:10,
                 y1=sample(1:100,50),y2=sample(1:100,50),y3=sample(1:100,50))


preparedata<-function(testData,ID1,outcomevar){
  require(data.table)
  DT <- as.data.table(testData)
  setkey(DT,firm,date)
  DT[,lag  := c(NA,unlist(.SD)[-.N]),  by=firm, .SDcols=outcomevar]
  DT[,diff := c(NA,diff(unlist(.SD))), by=firm, .SDcols=outcomevar]
  setnames(DT,c("lag","diff"),paste0(c("l","d"),outcomevar))
  return(DT)
}

result <- preparedata(df,1,outcomevar="y1")
head(result)
#    firm       date y1 y2 y3 ly1 dy1
# 1:    A 2014-01-02 27 48 66  NA  NA
# 2:    A 2014-01-03 37 86 35  27  10
# 3:    A 2014-01-04 57 43 27  37  20
# 4:    A 2014-01-05 89 24 97  57  32
# 5:    A 2014-01-06 20  7 61  89 -69
# 6:    A 2014-01-07 86 10 21  20  66

这假设您传递包含“结果变量”的列的名称，而不是列本身。

您应该阅读有关数据表 (?data.table) 的文档，但简而言之，此代码将输入数据框转换为数据表，对数据表进行排序（使用 setkey(...)），并通过引用添加两个新列：lag 和 diff。 .SD 是数据表框架中的一个特殊变量，它是“包含by=... 中指定的行的原始DT 的子集”的别名。您可以使用.SDcols=... 指定要包含的列。 diff(...) 函数计算滞后差异，这与您所做的相同。最后，我们将列 lag 和 diff 重命名为，例如ly1 和 dy1。

【讨论】：

效果很好！谢谢！无论如何我可以修改它以创建 diff(lag(outcomevar)) 作为第三行吗？
我之前使用结果变量的显式名称执行此操作：testData

【解决方案2】：

这是一个更依赖于您的示例的函数的大纲：

 preparedata<-function(testData,outcomevar){
   require(plyr)
   testData <- testData[order(testData$firm,testData$date),]
   testData$tmp.var <- with(testData, eval(parse(text=outcomevar)))
   testData <- ddply(testData, .(firm), transform, 
                     lvar = c( NA, tmp.var[-length(tmp.var)]))
   testData$tmp.var <- NULL
   testData <- within(testData, assign(paste("d", outcomevar, sep=""),
                                       testData[,outcomevar]-testData$lvar))
   colnames(testData)[grep("lvar", colnames(testData))] <- paste("l", outcomevar, sep="")
   return(testData)
 }

使用 jihoward 的回答中定义的df，我们得到

 > head(preparedata(df,"y1"))

   firm       date y1 y2 y3 lvar dy1
 1    A 2014-01-02 27 48 66   NA  NA
 2    A 2014-01-03 37 86 35   27  10
 3    A 2014-01-04 57 43 27   37  20
 4    A 2014-01-05 89 24 97   57  32
 5    A 2014-01-06 20  7 61   89 -69
 6    A 2014-01-07 86 10 21   20  66

此函数返回一个数据框，其中ly1 是滞后变量，dy1 是使用第二个参数outcomevar 指定的差异变量。请注意，在此函数中，您将 name（即一个字符）传递给该函数。即调用函数时不要写y1，而是"y1"。

【讨论】：

我在尝试后遇到了错误。你能重新检查一下语法吗？头部错误（准备数据（df，“y1”））：在为函数“头部”选择方法时评估参数“x”时出错：头部错误（准备数据（df，“y1”））：对象“结果”没找到
现在工作得很好！非常感谢！

【解决方案3】：

您可以通过首先将所有结果变量收集到键值列对中来同时处理所有结果变量：

set.seed(1)
df <- data.frame(
  firm = rep(LETTERS[1:5], each = 10),
  date = as.Date("2014-01-01") + 1:10,
  y1 = sample(100, 50),
  y2 = sample(100, 50),
  y3 = sample(100, 50)
)

library(dplyr)
library(tidyr)
df %>%
  gather(key, value, y1:y3) %>%
  group_by(firm, key) %>%
  mutate(lag = lag(value), diff = lag - value)
#> Source: local data frame [150 x 6]
#> Groups: firm, key
#> 
#>    firm       date key value lag diff
#> 1     A 2014-01-02  y1    27  NA   NA
#> 2     A 2014-01-03  y1    37  27  -10
#> 3     A 2014-01-04  y1    57  37  -20
#> 4     A 2014-01-05  y1    89  57  -32
#> 5     A 2014-01-06  y1    20  89   69
#> 6     A 2014-01-07  y1    86  20  -66
#> 7     A 2014-01-08  y1    97  86  -11
#> 8     A 2014-01-09  y1    62  97   35
#> 9     A 2014-01-10  y1    58  62    4
#> 10    A 2014-01-11  y1     6  58   52
#> ..  ...        ... ...   ... ...  ...

【讨论】：