Question

我想添加多个数据滞后，但我希望整个数据都滞后，而不是被data_frame的现有高度截断。

以下是一些用于创建多个滞后的基本代码（HT：https://gist.github.com/drsimonj/2038ff9f9c67063f384f10fac95de566）：

# create a basic data_frame
df_foo = data_frame(
  x = 1:12,
  y = runif(12)
)

# create functions to generate multiple lags
lags = 1:3
lag_names = paste0("(Lag ", lags, ")")
lag_functions = setNames(paste("dplyr::lag(., ", lags, ")"), lag_names)

# generate multiple lags
df_foo_lag = df_foo %>% 
  mutate_at(
    vars("x", "y"),
    funs_(lag_functions)
  )

这给出了：

> df_foo_lag
# A tibble: 12 x 8
       x      y `x_(Lag 1)` `y_(Lag 1)` `x_(Lag 2)` `y_(Lag 2)` `x_(Lag 3)` `y_(Lag 3)`
   <int>  <dbl>       <int>       <dbl>       <int>       <dbl>       <int>       <dbl>
 1     1 0.847           NA      NA              NA      NA              NA      NA    
 2     2 0.966            1       0.847          NA      NA              NA      NA    
 3     3 0.231            2       0.966           1       0.847          NA      NA    
 4     4 0.324            3       0.231           2       0.966           1       0.847
 5     5 0.350            4       0.324           3       0.231           2       0.966
 6     6 0.750            5       0.350           4       0.324           3       0.231
 7     7 0.415            6       0.750           5       0.350           4       0.324
 8     8 0.377            7       0.415           6       0.750           5       0.350
 9     9 0.474            8       0.377           7       0.415           6       0.750
10    10 0.108            9       0.474           8       0.377           7       0.415
11    11 0.398           10       0.108           9       0.474           8       0.377
12    12 0.0450          11       0.398          10       0.108           9       0.474

但这不是我想要的。我希望将行添加到data_frame的底部，以便添加整个滞后序列：

# what is required
df_foo_lag %>% 
  add_row(
    x = NA,
    y = NA, 
    `x_(Lag 1)` = 12,
    `y_(Lag 1)` = 0.768,
    `x_(Lag 2)` = 11,
    `y_(Lag 2)` =  0.307,
    `x_(Lag 3)` = 10,
    `y_(Lag 3)` = 0.299
  ) %>% 
  add_row(
    x = NA,
    y = NA, 
    `x_(Lag 1)` = NA,
    `y_(Lag 1)` = NA,
    `x_(Lag 2)` = 12,
    `y_(Lag 2)` =  0.768,
    `x_(Lag 3)` = 11,
    `y_(Lag 3)` = 0.307
  ) %>% 
  add_row(
    x = NA,
    y = NA, 
    `x_(Lag 1)` = NA,
    `y_(Lag 1)` = NA,
    `x_(Lag 2)` = NA,
    `y_(Lag 2)` =  NA,
    `x_(Lag 3)` = 12,
    `y_(Lag 3)` = 0.768
  )

给出我想要的：

# A tibble: 15 x 8
       x       y `x_(Lag 1)` `y_(Lag 1)` `x_(Lag 2)` `y_(Lag 2)` `x_(Lag 3)` `y_(Lag 3)`
   <int>   <dbl>       <dbl>       <dbl>       <dbl>       <dbl>       <dbl>       <dbl>
 1     1  0.847           NA      NA              NA      NA              NA      NA    
 2     2  0.966            1       0.847          NA      NA              NA      NA    
 3     3  0.231            2       0.966           1       0.847          NA      NA    
 4     4  0.324            3       0.231           2       0.966           1       0.847
 5     5  0.350            4       0.324           3       0.231           2       0.966
 6     6  0.750            5       0.350           4       0.324           3       0.231
 7     7  0.415            6       0.750           5       0.350           4       0.324
 8     8  0.377            7       0.415           6       0.750           5       0.350
 9     9  0.474            8       0.377           7       0.415           6       0.750
10    10  0.108            9       0.474           8       0.377           7       0.415
11    11  0.398           10       0.108           9       0.474           8       0.377
12    12  0.0450          11       0.398          10       0.108           9       0.474
13    NA NA               12       0.768          11       0.307          10       0.299
14    NA NA               NA      NA              12       0.768          11       0.307
15    NA NA               NA      NA              NA      NA              12       0.768

实现此目标的编程方式是什么？

谢谢。

Answer 1

一个选项是

library(tidyverse)
library(readr)
l1 <- map(c(0, lags), ~ df_foo %>% 
            summarise_all(list(~ list(c(rep(NA_real_, .x), .)))) %>% 
                 unnest)
res <-  do.call(cbind.fill, c(l1, fill = NA))
names(res)[-(1:2)] <- paste(names(df_foo), 
        rep(lag_names, each = ncol(df_foo)), sep="_")

Answer 2

您可以在计算滞后之前简单地添加行：

# generate multiple lags
df_foo_lag = df_foo %>% 
  bind_rows(tibble(.rows = max(lags))) %>% 
  mutate_at(
    vars("x", "y"),
    funs_(lag_functions)
  )

dplyr：在增加data_frame的同时添加多个滞后

2 个答案: