التأخر الأساسي في متجه/dataframe
-
01-10-2019 - |
سؤال
من المرجح أن يعرض أنني جديد على R ، ولكن في SPSS ، من السهل جدًا في SPSS. من الواضح أن هذا خطأ في المستخدم ، لكن ما أفتقده؟
x <- sample(c(1:9), 10, replace = T)
y <- lag(x, 1)
ds <- cbind(x, y)
ds
النتائج في:
x y
[1,] 4 4
[2,] 6 6
[3,] 3 3
[4,] 4 4
[5,] 3 3
[6,] 5 5
[7,] 8 8
[8,] 9 9
[9,] 3 3
[10,] 7 7
اعتقدت أنني سأرى:
x y
[1,] 4
[2,] 6 4
[3,] 3 6
[4,] 4 3
[5,] 3 4
[6,] 5 3
[7,] 8 5
[8,] 9 8
[9,] 3 9
[10,] 7 3
أي إرشادات سيكون موضع تقدير كبير.
المحلول
هناك طريقة أخرى للتعامل مع ذلك وهي استخدام حزمة حديقة الحيوان ، والتي لها طريقة تأخر ستضع النتيجة بـ NA:
require(zoo)
> set.seed(123)
> x <- zoo(sample(c(1:9), 10, replace = T))
> y <- lag(x, -1, na.pad = TRUE)
> cbind(x, y)
x y
1 3 NA
2 8 3
3 4 8
4 8 4
5 9 8
6 1 9
7 5 1
8 9 5
9 5 9
10 5 5
والنتيجة هي كائن حديقة للحيوانات متعددة المتغيرات (وهو مصفوفة محسّنة) ، ولكن يمكن تحويلها بسهولة إلى بيانات.
> data.frame(cbind(x, y))
نصائح أخرى
واجهت نفس المشكلة ، لكنني لم أرغب في استخدام حديقة الحيوان أو XTS ، لذلك كتبت بسيطة وظيفة التأخر لإطارات البيانات:
lagpad <- function(x, k) {
if (k>0) {
return (c(rep(NA, k), x)[1 : length(x)] );
}
else {
return (c(x[(-k+1) : length(x)], rep(NA, -k)));
}
}
هذا يمكن أن يتخلف إلى الأمام أو للخلف:
x<-1:3;
(cbind(x, lagpad(x, 1), lagpad(x,-1)))
x
[1,] 1 NA 2
[2,] 2 1 3
[3,] 3 2 NA
lag
لا يقوم بتحويل البيانات ، فهو يغير فقط "القاعدة الزمنية". x
ليس لديه "قاعدة زمنية" ، لذلك cbind
لا يعمل كما توقعت. محاولة cbind(as.ts(x),lag(x))
ولاحظ أن "التأخر" من 1 يغير الفترات إلى الأمام.
أود أن أقترح استخدام zoo
/ xts
لسلسلة زمنية. ال zoo
المقالات القصيرة مفيدة بشكل خاص.
lag()
يعمل مع سلسلة زمنية ، بينما تحاول استخدام المصفوفات العارية. هذا السؤال القديم يقترح استخدام embed
بدلاً من ذلك ، مثل ذلك:
lagmatrix <- function(x,max.lag) embed(c(rep(NA,max.lag), x), max.lag+1)
على سبيل المثال
> x
[1] 8 2 3 9 8 5 6 8 5 8
> lagmatrix(x, 1)
[,1] [,2]
[1,] 8 NA
[2,] 2 8
[3,] 3 2
[4,] 9 3
[5,] 8 9
[6,] 5 8
[7,] 6 5
[8,] 8 6
[9,] 5 8
[10,] 8 5
باستخدام وظائف R القياسية فقط ، يمكن تحقيق ذلك بطريقة أبسط بكثير:
x <- sample(c(1:9), 10, replace = T)
y <- c(NA, head(x, -1))
ds <- cbind(x, y)
ds
يبدو أن أسهل طريقة بالنسبة لي هي ما يلي:
require(dplyr)
df <- data.frame(x = sample(c(1:9), 10, replace = T))
df <- df %>% mutate(y = lag(x))
tmp<-rnorm(10)
tmp2<-c(NA,tmp[1:length(tmp)-1])
tmp
tmp2
هذا يجب أن يستوعب المتجهات أو المصفوفات وكذلك التأخيرات السلبية:
lagpad <- function(x, k=1) {
i<-is.vector(x)
if(is.vector(x)) x<-matrix(x) else x<-matrix(x,nrow(x))
if(k>0) {
x <- rbind(matrix(rep(NA, k*ncol(x)),ncol=ncol(x)), matrix(x[1:(nrow(x)-k),], ncol=ncol(x)))
}
else {
x <- rbind(matrix(x[(-k+1):(nrow(x)),], ncol=ncol(x)),matrix(rep(NA, -k*ncol(x)),ncol=ncol(x)))
}
if(i) x[1:length(x)] else x
}
قد تكون هناك طريقة بسيطة للقيام بذلك هي نسخ البيانات إلى إطار بيانات جديد وتغيير رقم الفهرس. تأكد من أن الجدول الأصلي مفهرس بالتتابع بدون فجوات
على سبيل المثال
tempData <- originalData
rownames(tempData) <- 2:(nrow(tempData)+1)
إذا كنت تريده في نفس إطار البيانات مثل استخدام وظيفة CBIND الأصلية
خياران ، في base R
ومع data.table
:
baseShiftBy1 <- function(x) c(NA, x[-length(x)])
baseShiftBy1(x)
[1] NA 3 8 4 8 9 1 5 9 5
data.table::shift(x)
[1] NA 3 8 4 8 9 1 5 9 5
بيانات:
set.seed(123)
(x <- sample(c(1:9), 10, replace = T))
[1] 3 8 4 8 9 1 5 9 5 5
فقط تخلص من التأخر. قم بتغيير خطك إلى y إلى:
y <- c(NA, x[-1])