在R中的不平衡面板数据中创建滞后变量 [英] Create lagged variable in unbalanced panel data in R

问题描述

我想创建一个变量，其中包含组内前一年的变量值。

  id日期值
 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 
  

value_lagged 应在组内缺少上一年时丢失 - 因为它是组内的第一个日期如在行4,7中），或者因为在数据中存在年差距（如在行5中）。此外，当缺少当前时间（如第2行中所示）时，应缺少 value_lagged 。

  id日期值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 package

  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 [ .na（date），value_lagged：= NA，] 
  

我。我想知道是否有更好的选择使用 data.table ， dplyr 或任何其他包。非常感谢！

---

在 Stata

  tsset id date 
 gen value_lagged = L.value 
  pre> 
 
解决方案
在组内使用函数 tlag   id  
定义 
  tlag < n = 1L，time）{
 index < -  match（time-n，time，incomparable = NA）
x [index] 
} 
 
 df％> ;％group_by（id）％>％mutate（value_lagged = tlag（value，1，time = date））
  
 
I'd like to create a variable containing the value of a variable in the previous year within a group. 
     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  
value_lagged should be missing when the previous year is missing within a group - either because it is the first date within a group (as in row 4, 7), or because there are year gaps in the data (as in row 5). Also, value_lagged should be missing  when the current time is missing (as in row 2).

This gives: 
     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




For now, in R, I use the data.table package          
 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, ]
It's fast but it seems somewhat error prone to me. I'd like to know if there are better alternatives using data.table, dplyr, or any other package. Thanks a lot!



In Stata, one would do:
    tsset id date
    gen value_lagged=L.value

解决方案
Using a function tlag within groups defined by id
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))


                        
这篇关于在R中的不平衡面板数据中创建滞后变量的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！