R向量/数据帧中的基本滞后

Question

很有可能会暴露出我是R的新手，但是在SPSS中，运行时滞非常容易。显然这是用户错误，但是我缺少什么呢？x <- sample(c(1:9), 10, replace = T)y <- lag(x, 1)ds <- cbind(x, y)ds结果是：      x y [1,] 4 4 [2,] 6 6 [3,] 3 3 [4,] 4 4 [5,] 3 3 [6,] 5 5 [7,] 8 8 [8,] 9 9 [9,] 3 3[10,] 7 7我想我会看到：     x y [1,] 4  [2,] 6 4 [3,] 3 6 [4,] 4 3 [5,] 3 4 [6,] 5 3 [7,] 8 5 [8,] 9 8 [9,] 3 9[10,] 7 3任何指导将不胜感激。

Answer 1

解决此问题的另一种方法是使用zoo软件包，该软件包具有一个滞后方法，该结果将用NA填充结果：

require(zoo)

> set.seed(123)

> x <- zoo(sample(c(1:9), 10, replace = T))

> y <- lag(x, -1, na.pad = TRUE)

> cbind(x, y)

   x  y

1  3 NA

2  8  3

3  4  8

4  8  4

5  9  8

6  1  9

7  5  1

8  9  5

9  5  9

10 5  5

结果是一个多元动物园对象（这是一个增强的矩阵），但可以通过以下方式轻松转换为data.frame

> data.frame(cbind(x, y))

Answer 2

我有同样的问题，但是我不想使用zoo或xts，所以我为数据帧编写了一个简单的滞后函数：

lagpad <- function(x, k) {

  if (k>0) {

    return (c(rep(NA, k), x)[1 : length(x)] );

  }

  else {

    return (c(x[(-k+1) : length(x)], rep(NA, -k)));

  }

}

这可能会滞后或滞后：

x<-1:3;

(cbind(x, lagpad(x, 1), lagpad(x,-1)))

     x      

[1,] 1 NA  2

[2,] 2  1  3

[3,] 3  2 NA