R中滚动方式的重复向量

Question

假设我想运行一个回归，其中 DV 的数据输入应该以滚动方式获取。为了简化这个过程，我首先想“复制”那个向量，从而相应地滚动观察结果。例如，请参见下面的数据结构。

# libraries #
library(dplyr)

# reproducible data # 
df1 <- tibble(ID = as.factor(rep(c(1, 2), each = 40)),
              YEAR = rep(rep(c(2001:2010), each = 4), 2),
              QTR = rep(c(1:4), 20),
              DV = rnorm(80))

df2 <- tibble(ID = as.factor(rep(c(1, 2), each = 120)),
              YEAR = rep(rep(c(2005:2010), each = 20), 2),
              IV = rnorm(240))

数据结构如此的原因是因为 df2 中的数据是早期执行回归的残差，同样使用了"rolling" data。

然后，目标是运行一个模型，从而“滚动” df1 中的观察结果：

• 回归 1：DV = df1 中的第 1-20 行，IV = df2 中的第 1-20 行
• 回归 2：DV = df1 中的第 5-25 行，IV = df2 中的第 21-40 行
• 回归 3：DV = df1 中的第 10-30 行，IV = df2 中的第 41-60 行
• 等等

我解决这个问题的方法是尝试以滚动方式“复制”df1，以便更容易执行回归。

目前我尝试通过 base 包中的函数 embed() 滚动它，但这很快就变得一团糟，因为我的真实数据集要大得多。会有优雅的 dplyr 替代方案吗？

谢谢！

Answer 1

我们可以使用

v1 <- c(1, seq(5, nrow(df1), by = 4))
v2 <- seq(20, nrow(df1), by = 4)
i1 <- seq_len(min(c(length(v1), length(v2))))
lst1 <- map2(v1[i1], v2[i1], ~ df1 %>% 
                           slice(.x:.y))

同样，使用 'df2' 执行此操作

v11 <- seq(1, nrow(df2), by = 20)
v22 <- seq(20, nrow(df2), by = 20)
i2 <- seq_len(min(c(length(v11), length(v22))))
lst2 <- map2(v11[i2], v22[i2], ~ df2 %>% 
                           slice(.x:.y))

然后使用map2对lists的对应元素应用函数

更新

正如 OP 提到的按“ID”分组，一个选项是 group_split 按“ID”，然后使用与上述相同的步骤

df1 %>%
    group_split(ID) %>% 
    map(~ {
      v1 <- c(1, seq(5, nrow(.x), by = 4))
      v2 <- seq(20, nrow(.), by = 4)
      i1 <- seq_len(min(c(length(v1), length(v2))))
      map2(v1[i1], v2[i1], function(x, y) .x %>%
           slice(x:y))
   })