题
很可能会暴露出我是R的新手,但是在SPSS中,运行滞后非常容易。显然这是用户错误,但是我缺少什么?
x <- sample(c(1:9), 10, replace = T)
y <- lag(x, 1)
ds <- cbind(x, y)
ds
结果是:
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
我想我会看到:
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
任何指导都将不胜感激。
解决方案
解决此问题的另一种方法是使用动物园软件包,该软件包具有滞后方法,该方法将以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
结果是多元动物园对象(是增强的矩阵),但很容易转换为data.frame。
> data.frame(cbind(x, y))
其他提示
我有同样的问题,但是我不想使用动物园或XTS,所以我写了一个简单的 数据帧的滞后功能:
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)));
}
}
这可能会向前或向后滞后:
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
不会移动数据,而只会移动“时基”。 x
没有“时间基础”,所以 cbind
无法正常工作。尝试 cbind(as.ts(x),lag(x))
并注意,1的“滞后”改变了时期 向前.
我建议使用 zoo
/ xts
时间序列。这 zoo
小插曲特别有用。
lag()
使用时间序列,而您正在尝试使用裸矩阵。 这个古老的问题 建议使用 embed
相反,像这样:
lagmatrix <- function(x,max.lag) embed(c(rep(NA,max.lag), x), max.lag+1)
例如
> 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
仅使用标准r函数,这可以简单地实现:
x <- sample(c(1:9), 10, replace = T)
y <- c(NA, head(x, -1))
ds <- cbind(x, y)
ds
现在,最简单的方法似乎是以下内容:
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
这应该适合向量或矩阵以及负滞后:
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
}
做同样的简单方法可能是将数据复制到新的数据框架并更改索引号。确保原始表被顺序索引,没有间隙
例如
tempData <- originalData
rownames(tempData) <- 2:(nrow(tempData)+1)
如果您在与原始使用CBIND函数相同的数据框架中想要它
两个选项,在 base R
与 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
数据:
set.seed(123)
(x <- sample(c(1:9), 10, replace = T))
[1] 3 8 4 8 9 1 5 9 5 5
摆脱滞后。更改Y的行:
y <- c(NA, x[-1])
不隶属于 StackOverflow