代码之家 › 专栏 › 技术社区 › Luis Carmona Martinez

循环数据中的所有变量。创建n个LAG的表格

lag data.table for-loop loops r

Luis Carmona Martinez · 技术社区 · 8 年前

我有一个数据。表中有200个OB和20个变量,我需要从循环中的这20个变量中得到n-LAG。

我尝试了下面的方法,但没有正常工作。

有什么帮助吗?

nombresvar=名称(Model\u X)

for(j in nombresvar)for(i in 1:3)

Model\u X[,c(paste0(j,i)):=滞后(c(paste0('Model\u X$',j)),i)]

问题来自 滞后函数 ,因为我的代码似乎工作不正常,当试图每个变量生成4个滞后变量时,名称在Nombresvar向量中。

每个循环的滞后函数应如下所示:

lag ( ModelX$Variable1, 1)
lag ( ModelX$Variable1, 2)
lag ( ModelX$Variable1, 3)
lag ( ModelX$Variable2, 1)
....
lag ( ModelX$VariableN, 3)

3 回复 | 直到 8 年前

Uwe 8 年前

有一种更简单的方法来创建额外的滞后列。这个 n 参数到 data-table 的 shift() 函数定义为

非负整数向量,表示超前或滞后于输入人。要创建多个超前/滞后向量,请提供多个值至n

所以

DT[, shift(baz, 0:3)]

退货

    V1 V2 V3 V4
 1:  3 NA NA NA
 2:  6  3 NA NA
 3:  9  6  3 NA
 4: 12  9  6  3
 5: 15 12  9  6
 6: 18 15 12  9
 7: 21 18 15 12
 8: 24 21 18 15
 9: 27 24 21 18
10: 30 27 24 21

现在,OP请求对每个变量进行移位,并根据移位量命名新列。这可以通过以下方式实现

DT[, unlist(lapply(.SD, shift, n = 0:3), recursive = FALSE)]

    foo1 foo2 foo3 foo4 bar1 bar2 bar3 bar4 baz1 baz2 baz3 baz4
 1:    1   NA   NA   NA    2   NA   NA   NA    3   NA   NA   NA
 2:    2    1   NA   NA    4    2   NA   NA    6    3   NA   NA
 3:    3    2    1   NA    6    4    2   NA    9    6    3   NA
 4:    4    3    2    1    8    6    4    2   12    9    6    3
 5:    5    4    3    2   10    8    6    4   15   12    9    6
 6:    6    5    4    3   12   10    8    6   18   15   12    9
 7:    7    6    5    4   14   12   10    8   21   18   15   12
 8:    8    7    6    5   16   14   12   10   24   21   18   15
 9:    9    8    7    6   18   16   14   12   27   24   21   18
10:   10    9    8    7   20   18   16   14   30   27   24   21

数据

为了进行比较,以下样本数据 Matt's answer 已使用

library(data.table)
DT <- data.table(foo = seq_len(10),
                 bar = seq_len(10)*2L,
                 baz = seq_len(10)*3L)

Andrew Bannerman 8 年前

不确定这是否是您的问题:

# Random data 200 obs, 20 vars 
set.seed(1)
df <- data.frame(replicate(20,sample(0:100,200,rep=TRUE)))

# fucntion for getting lags
lags <- function(x,lag) { 
  lag(x,lag) 
}

require(dplyr) # using lag from dplyr (has opposite lead)
# lapply saves lags to a list 
lag1 <- lapply(df,lags, lag =1)
lag2 <- lapply(df,lags, lag =2)
lag3 <- lapply(df,lags, lag =3)

# cbind to data frame 
lag_1_df <- as.data.frame(do.call(cbind,lag1))
lag_2_df <- as.data.frame(do.call(cbind,lag2))
lag_3_df <- as.data.frame(do.call(cbind,lag3))

# names 
names_lag1 <- rep(1,length(lag_1_df))
var_names <- rep(1:length(lag_1_df),1)
var_names <- paste("var",var_names)
names_lag1 <- paste(var_names,"lag",names_lag1)
colnames(lag_1_df) <- names_lag1
# column names lag 2
names_lag2 <- rep(2,length(lag_2_df))
var_names <- rep(1:length(lag_2_df),1)
var_names <- paste("var",var_names)
names_lag2 <- paste(var_names,"lag",names_lag2)
colnames(lag_2_df) <- names_lag2
# column names lag 3
names_lag3 <- rep(3,length(lag_3_df))
var_names <- rep(1:length(lag_3_df),1)
var_names <- paste("var",var_names)
names_lag3 <- paste(var_names,"lag",names_lag3)
colnames(lag_3_df) <- names_lag3


# Place all in same data frame 
all_df <- cbind(lag_1_df,lag_2_df,lag_3_df)
head(all_df)

带输出:

> head(all_df)
  var 1 lag 1 var 2 lag 1 var 3 lag 1 var 4 lag 1 var 5 lag 1 var 6 lag 1 var 7 lag 1 var 8 lag 1 var 9 lag 1
1          NA          NA          NA          NA          NA          NA          NA          NA          NA
2          26          27          66          82          86          53          37          24          13
3          37          22          18          93           3          69          74          65           4
4          57          52          96          14          98          38          94          98           3
5          91          27          90          75          75          96          67          38          92
6          20          18          95          98          27          11          70          46          84
  var 10 lag 1 var 11 lag 1 var 12 lag 1 var 13 lag 1 var 14 lag 1 var 15 lag 1 var 16 lag 1 var 17 lag 1 var 18 lag 1
1           NA           NA           NA           NA           NA           NA           NA           NA           NA
2            6           88           60            6           63           94           81           64           95
3           35           97           95            5           21           56           48          100            7
4           58           87           12           98           91           57           17           51           37
5           54           44           52           80           59           10           40           94           67
6           61           19           94            3           17           39           82           19            1
  var 19 lag 1 var 20 lag 1 var 1 lag 2 var 2 lag 2 var 3 lag 2 var 4 lag 2 var 5 lag 2 var 6 lag 2 var 7 lag 2
1           NA           NA          NA          NA          NA          NA          NA          NA          NA
2           77           28          NA          NA          NA          NA          NA          NA          NA
3           59           75          26          27          66          82          86          53          37
4           72           61          37          22          18          93           3          69          74
5           28           51          57          52          96          14          98          38          94
6           44           88          91          27          90          75          75          96          67

Matt Summersgill 8 年前

使用 shift 和 set 从…起 data.table

library(data.table)

DT <- data.table(foo = seq_len(10),
                 bar = seq_len(10)*2L,
                 baz = seq_len(10)*3L)

LagCols <- c("bar","baz")
LagLengths <- seq_len(2)

for(y in LagCols){
  for (z in LagLengths) set(DT, j = eval(paste0(y,"_lag_",z)), value = shift(DT[[y]],n = z, type = "lag"))
}

print(DT)

给出以下内容:

    foo bar baz bar_lag_1 bar_lag_2 baz_lag_1 baz_lag_2
 1:   1   2   3        NA        NA        NA        NA
 2:   2   4   6         2        NA         3        NA
 3:   3   6   9         4         2         6         3
 4:   4   8  12         6         4         9         6
 5:   5  10  15         8         6        12         9
 6:   6  12  18        10         8        15        12
 7:   7  14  21        12        10        18        15
 8:   8  16  24        14        12        21        18
 9:   9  18  27        16        14        24        21
10:  10  20  30        18        16        27        24