r矢量/dataframe中的基本滞后

StackOverflow https://stackoverflow.com/questions/3558988

  •  01-10-2019
  •  | 
  •  

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。

有帮助吗？

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])
许可以下： CC-BY-SA 和 归因
不隶属于 StackOverflow
scroll top