基于另一个变量的时间延迟

Question

给定：

test <- data.frame(Participant= c(1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,3,3,3,3,3,3,3,3,3,3),
                   Day = c(0,1,2,3,4,5,6,7,8,9,0,1,2,3,4,5,6,7,8,9,0,1,2,3,4,5,6,7,8,9),
                   Value= c(1:30))

我想到达：

test <- data.frame(Participant= c(1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,3,3,3,3,3,3,3,3,3,3),
                   Day = c(0,1,2,3,4,5,6,7,8,9,0,1,2,3,4,5,6,7,8,9,0,1,2,3,4,5,6,7,8,9),
                   Value= c(1:30),
                   LaggedValue= c("NA", 1,2,3,4,5,6,7,8,9, "NA", 11,12,13,14,15,16,17,18,19, "NA", 21,22,23,24,25,26,27,28,29))

我已经尝试了以下方法，它允许我对变量进行时间滞后，但在整个列中都这样做。我想根据 ParticipantID 或 Day 变量进行时间延迟，这样当遇到新的参与者编号或 Day=0 时，时间延迟会返回“NA”：

test$LaggedValue <- c(NA, test$Value[seq_along(test$Value) -1])

我不确定如何添加“if”语句或基于 Participant/Day 变量。 nest() 函数可能在这里工作吗？

Answer 1

要拆分组变量，您需要 dplyr 库（或 by command），如下所示（我现在无法访问 R 解释器）：

require(dplyr)
test %>%
    group_by(Participant) %>%
    do(LaggedValue = lag(Value)) %>%
    ungroup()

这个范式就是众所周知的split-apply-combine。不要试图用 if 语句来破解它。

编辑：或 data.table 包，根据 Gary 的回答

Answer 2

让我们把它分解成你的要求是什么-

1) 您需要一个 滞后列，因此 不要使用 R 中的内置 lag()，因为这会给出多次出现冲突的结果。我建议使用 HmiSc 中的 Lag() （以大写 L 开头） 包来这样做。

2) 问题的第二部分说应该按照参与者列进行滞后。这是一种分组操作，因此数据表以一种漂亮的方式做到了这一点。代码的最后一行显示括号内的by 表示进行分组。最好的部分是这个操作的结果本身就是一个数据表，所以不需要任何转换成数据表或数据框，如果你使用 dplyr

所以代码可以-

library(data.table)
library(Hmisc)

test <- data.table(Participant= c(1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,3,3,3,3,3,3,3,3,3,3),Day = c(0,1,2,3,4,5,6,7,8,9,0,1,2,3,4,5,6,7,8,9,0,1,2,3,4,5,6,7,8,9),Value= c(1:30))

test[,LaggedValue:=Lag(Value),by='Participant']

Answer 3

使用data.table 包，您可以使用特殊的.I 内置变量快速完成此操作：

library(data.table)
test <- data.frame(Participant= c(1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,3,3,3,3,3,3,3,3,3,3),
                   Day = c(0,1,2,3,4,5,6,7,8,9,0,1,2,3,4,5,6,7,8,9,0,1,2,3,4,5,6,7,8,9),
                   Value= c(1:30))

# convert dataframe to data.table
test_dt <- as.data.table(test)

# Now insert your lagged value and NAs - if new participant
test_dt[, LaggedValue := c(NA, .I[-1] - 1), by = Participant]

# And just in case you misse da day 0
test_dt[Day == 0, LaggedValue := NA]

# Or in a single step based on @thelatemail's comment below
test_dt[, LaggedValue := shift(Value), by=Participant]

这给出了答案：

test_dt

    Participant Day Value LaggedValue
 1:           1   0     1          NA
 2:           1   1     2           1
 3:           1   2     3           2
 4:           1   3     4           3
 5:           1   4     5           4
 6:           1   5     6           5
 7:           1   6     7           6
 8:           1   7     8           7
 9:           1   8     9           8
10:           1   9    10           9
11:           2   0    11          NA
12:           2   1    12          11
13:           2   2    13          12
14:           2   3    14          13
15:           2   4    15          14
16:           2   5    16          15
17:           2   6    17          16
18:           2   7    18          17
19:           2   8    19          18
20:           2   9    20          19
21:           3   0    21          NA
22:           3   1    22          21
23:           3   2    23          22
24:           3   3    24          23
25:           3   4    25          24
26:           3   5    26          25
27:           3   6    27          26
28:           3   7    28          27
29:           3   8    29          28
30:           3   9    30          29
    Participant Day Value LaggedValue