首页 文章

在R中的不 balancer 面板数据中创建滞后变量

提问于
浏览 次
10

我想在一个组中创建一个包含上一年变量值的变量 .

id   date        value
1     1   1992          4.1  
2     1     NA          4.5  
3     1   1991          3.3  
4     1   1990          5.3  
5     1   1994          3.0  
6     2   1992          3.2  
7     2   1991          5.2

如果组中缺少前一年，则应丢失 value_lagged - 因为它是组内的第一个日期（如第4,7行），或者因为数据中存在年份缺口（如第5行） . 此外，当缺少当前时间时，应丢失 value_lagged （如第2行） .

这给出了：

id   date    value    value_lagged  
1     1   1992      4.1             3.3
2     1     NA      4.5              NA
3     1   1991      3.3             5.3
4     1   1990      5.3              NA
5     1   1994      3.0              NA
6     2   1992      3.2             5.2
7     2   1991      5.2              NA

现在，在R中，我使用 data.table 包

DT = data.table(id    = c(1,1,1,1,1,2,2),
                 date  = c(1992,NA,1991,1990,1994,1992,1991),
                 value = c(4.1,4.5,3.3,5.3,3.0,3.2,5.2)
                )
 setkey(DT, id, date)
 DT[, value_lagged := DT[J(id, date-1), value], ]
 DT[is.na(date), value_lagged := NA, ]

它's fast but it seems somewhat error prone to me. I'想知道是否有更好的替代品使用 data.table ， dplyr 或任何其他包 . 非常感谢！

在 Stata 中，人们可以这样做：

tsset id date
    gen value_lagged=L.value
r data.table dplyr panel-data

3 回答

  • 9

    我可能会使用连接解决这个问题：

    library(dplyr)

df <- data.frame(
  id = c(1, 1, 1, 1, 1, 2, 2), 
  date = c(1992, NA, 1991, 1990, 1994, 1992, 1991), 
  value = c(4.1, 4.5, 3.3, 5.3, 3.0, 3.2, 5.2)
)


last_year <- df %>% 
  filter(!is.na(date)) %>%
  mutate(date = date + 1, lagged_value = value, value = NULL)

df %>%
  left_join(last_year)
#> Joining by: c("id", "date")
#>   id date value lagged_value
#> 1  1 1992   4.1          3.3
#> 2  1   NA   4.5           NA
#> 3  1 1991   3.3          5.3
#> 4  1 1990   5.3           NA
#> 5  1 1994   3.0           NA
#> 6  2 1992   3.2          5.2
#> 7  2 1991   5.2           NA
    回复于
  • 6

    在 id 定义的组内使用 tlag 函数

    library(dplyr)
tlag <- function(x, n = 1L, time) { 
  index <- match(time - n, time, incomparables = NA)
  x[index]
}

df %>% group_by(id) %>% mutate(value_lagged = tlag(value, 1, time = date))
    回复于
  • 3

    使用 1.9.5 ，其中连接不需要设置键，可以按如下方式完成：

    require(data.table) # v1.9.5+
DT[!is.na(date), value_lagged := 
         .SD[.(id = id, date = date - 1), value, on = c("id", "date")]]
#    id date value value_lagged
# 1:  1 1992   4.1          3.3
# 2:  1   NA   4.5           NA
# 3:  1 1991   3.3          5.3
# 4:  1 1990   5.3           NA
# 5:  1 1994   3.0           NA
# 6:  2 1992   3.2          5.2
# 7:  2 1991   5.2           NA

    这是你的想法的变化 . 诀窍是直接在 i 中使用 is.na() 并在 j 中使用 .SD 而不是 DT . 我使用了 on= 语法，但同样的想法当然可以通过设置键来完成 . .

    回复于

相关问题