Question

我有一个不平衡的季度面板数据集，缺少值。我希望在后续季度中从A2中减去变量A1。请注意，我不希望得到A2的差异，而是相互减去不同的变量。应该为每个uid单独计算差异。除了改变1999年第四季度和2000年第一季度的年份之外，其他年份也是如此。

我真的不确定我是否应该连接我的时间索引，因为像zoo这样的包只需要一个索引。但这不是问题所在。以下是一些示例数据：

structure(list(uid = c(1, 1, 1, 2, 2, 3, 3, 3), tndx = c(1999.4, 
2000.1, 2000.2, 1999.4, 2000.1, 2000.1, 2000.2, 2000.3), A1 = c(2, 
2, 2, 10, 11, 1, 1, 1), A2 = c(3, 3, 3, 14, 14, 2, 100, 2)), .Names = c("uid", 
"tndx", "A1", "A2"), row.names = c(NA, -8L), class = "data.frame")

# which results in
  uid   tndx A1  A2
1   1 1999.4  2   3
2   1 2000.1  2   3
3   1 2000.2  2   3
4   2 1999.4 10  14
5   2 2000.1 11  14
6   3 2000.1  1   2
7   3 2000.2  1 100
8   3 2000.3  1   2

如果您更喜欢分离的索引，请使用以下示例：

# Thx Andrie!
x2 <- data.frame(x, colsplit(x$tndx, "\\.", names=c("year", "qtr")))

有没有一种很好的方法可以使用reshape2，plyr甚至是基数来解决此问题，还是您更愿意编写自定义函数？

注意，某些uid也可能只出现一次。显然你无法计算出滞后的差异。我仍然需要检查并创建一个NA。

Answer 1

我们使用uid将其拆分为by，并且在对单个uid的每组行进行操作的函数中，我们创建了一个动物园对象z ，使用yearqtr类作为索引。然后我们将时间序列与具有所有所需四分之一的空系列合并，包括给出zm的任何缺少的中间区域，并执行给出zz的计算。最后，我们在出路时转换为data.frame表单：

library(zoo)
to.yearqtr <- function(x) as.yearqtr(trunc(x) + (10*(x-trunc(x))-1)/4)

DF <- do.call("rbind", by(x, x$uid, function(x) {
    # columns of x are: uid tndx A1 A2
    z <- zoo(x[c("A1", "A2")], to.yearqtr(x$tndx))
    zm <- merge(z, zoo(, seq(start(z), end(z), 1/4)))
    zz <- with(zm, cbind(zm, `A1 - A2 lag` = A1 - lag(A2, -1)))
    if (ncol(zz) <= ncol(z)) zz$`A1 - A2 lag` <- NA # append NA if col not added
    data.frame(uid = x[1, 1], tndx = time(zz), coredata(zz), check.names = FALSE)
}))

给出了这个：

> DF
    uid    tndx A1 A2 result A1 - A2 lagged
1.1   1 1999 Q4  2  3     NA             NA
1.2   1 2000 Q1  2  2     NA             -1
1.3   1 2000 Q2  2  3     NA              0
2.1   2 1999 Q4  2  4     NA             NA
2.2   2 2000 Q1 NA NA     NA             NA
2.3   2 2000 Q2 NA NA     NA             NA
2.4   2 2000 Q3 NA NA     NA             NA
2.5   2 2000 Q4 NA NA     NA             NA
2.6   2 2001 Q1  3  4     NA             NA
3.1   3 2000 Q1  1  2     NA             NA
3.2   3 2000 Q2  1 NA     NA             -1
3.3   3 2000 Q3  1  2     NA             NA

编辑：根据进一步的讨论完全重新做出解决方案。请注意，这不仅会添加额外的列，还会将索引转换为"yearqtr"类，并添加额外缺少的行。

编辑：by函数的一些小简化。

Answer 2

我并不完全清楚你所说的是什么，因为你没有包含“正确答案”。如果你想从另一个未标记的变量中减去一个滞后变量，你可以用偏移量的索引来做到这一点。（如果您想要将结果放回数据帧，则需要填充结果。

 x$A1lagA2 <- ave(x[, c("A1", "A2")], x$uid, FUN=function(z) {
            with(z, c(NA, A1[2:NROW(z)] -A2[1:(NROW(z)-1)]) ) } )[[1]]
 x
  uid   tndx A1  A2 A1lagA2
1   1 1999.4  2   3      NA
2   1 2000.1  2   3      -1
3   1 2000.2  2   3      -1
4   2 1999.4 10  14      NA
5   2 2000.1 11  14      -3
6   3 2000.1  1   2      NA
7   3 2000.2  1 100      -1
8   3 2000.3  1   2     -99

当参数是多列时，你会发现烦人的重复额外列与ave（），但我只是拿了第一个。

是否已有功能在后续季度减去不同的变量？

2 个答案: