循环 Data.table 中的所有变量以创建 n 滞后
Looping all Variables in Data.table to create n-lags
我有一个 data.table 有 200 个 obs 和 20 个变量，我需要在一个循环中从这 20 个变量中获取 n 滞后。
我正在尝试类似以下的操作，但无法正常工作。
请帮忙？
nombresvar = names(Model_X)
for (j in nombresvar) for(i in 1:3)
Model_X[,c(paste0(j, i)) := lag(c(paste0('Model_X$', j)), i)]
问题来自 滞后函数，因为我的代码似乎无法正常工作，当尝试为每个变量生成 4 个滞后变量时，名称在 Nombresvar 向量中。
每个循环的滞后函数应该如下所示：
lag ( ModelX$Variable1, 1)
lag ( ModelX$Variable1, 2)
lag ( ModelX$Variable1, 3)
lag ( ModelX$Variable2, 1)
....
lag ( ModelX$VariableN, 3)
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)
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
使用 shift 和 set 来自 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
有一种更简单的方法来创建额外的滞后列。 data-table 的 shift() 函数的 n 参数定义为
Non-negative integer vector denoting the offset to lead or lag the
input by. To create multiple lead/lag vectors, provide multiple values
to n
所以，
DT[, shift(baz, 0:3)]
returns
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 已要求移动每个变量并根据移动量命名新列。这可以通过
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
为了对比，使用了的样本数据
library(data.table)
DT <- data.table(foo = seq_len(10),
bar = seq_len(10)*2L,
baz = seq_len(10)*3L)
我有一个 data.table 有 200 个 obs 和 20 个变量，我需要在一个循环中从这 20 个变量中获取 n 滞后。
我正在尝试类似以下的操作，但无法正常工作。
请帮忙？
nombresvar = names(Model_X)
for (j in nombresvar) for(i in 1:3)
Model_X[,c(paste0(j, i)) := lag(c(paste0('Model_X$', j)), i)]
问题来自 滞后函数，因为我的代码似乎无法正常工作，当尝试为每个变量生成 4 个滞后变量时，名称在 Nombresvar 向量中。
每个循环的滞后函数应该如下所示：
lag ( ModelX$Variable1, 1)
lag ( ModelX$Variable1, 2)
lag ( ModelX$Variable1, 3)
lag ( ModelX$Variable2, 1)
....
lag ( ModelX$VariableN, 3)
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)
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
使用 shift 和 set 来自 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
有一种更简单的方法来创建额外的滞后列。 data-table 的 shift() 函数的 n 参数定义为
Non-negative integer vector denoting the offset to lead or lag the input by. To create multiple lead/lag vectors, provide multiple values to n
所以，
DT[, shift(baz, 0:3)]
returns
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 已要求移动每个变量并根据移动量命名新列。这可以通过
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
为了对比，使用了
library(data.table)
DT <- data.table(foo = seq_len(10),
bar = seq_len(10)*2L,
baz = seq_len(10)*3L)