r - 仅使用 R 为连续时间点创建滞后变量

Question

我有一个不平衡的面板(测量点间隔不等)，并且想按组创建一个 x 的滞后变量(变量:id)，但仅限于连续的时间点。我的数据如下所示:

# simple example with an unbalanced panel
base <- data.frame(id = rep(1:2, each = 7),
                  time = c(1, 2, 3, 4, 7, 8, 10, 3, 4, 6, 9, 10, 11, 14), 
                  x = rnorm(14, mean = 3, sd = 1))

我已经使用 dplyr 尝试过此代码:

base_lag <- base %>% # Add lagged column
  group_by(id) %>%
  dplyr::mutate(lag1_x = dplyr::lag(x, n = 1, default = NA)) %>% 
  as.data.frame()
base_lag # Print updated data

但是，通过这种方式，我得到了一个滞后变量，无论在某些情况下它不是两个连续的时间点。

我的最终数据集应如下所示:

   id time        x   lag1_x
1   1    1 3.437416       NA
2   1    2 2.300553 3.437416
3   1    3 2.374212 2.300553
4   1    4 4.374009 2.374212
5   1    7 1.177433       NA
6   1    8 1.543353 1.177433
7   1   10 3.222358       NA
8   2    3 3.763765       NA
9   2    4 3.881182 3.763765
10  2    6 4.754420       NA
11  2    9 4.518227       NA
12  2   10 2.512486 4.518227
13  2   11 3.129230 2.512486
14  2   14 2.152509       NA

这里有人可以给我一些关于如何创建这个滞后变量的提示吗？非常感谢!

Answer 1

您可以使用ifelse，测试diff(time)是否等于1。如果是，则写出滞后。如果没有，请写一个 NA。

base %>%
  group_by(id) %>%
  mutate(lag1_x = ifelse(c(0, diff(time)) == 1, lag(x, n = 1, default = NA), NA)) %>% 
  as.data.frame()
#>    id time        x   lag1_x
#> 1   1    1 1.852343       NA
#> 2   1    2 2.710538 1.852343
#> 3   1    3 2.700785 2.710538
#> 4   1    4 2.588489 2.700785
#> 5   1    7 3.252223       NA
#> 6   1    8 2.108079 3.252223
#> 7   1   10 3.435683       NA
#> 8   2    3 1.762462       NA
#> 9   2    4 2.775732 1.762462
#> 10  2    6 3.377396       NA
#> 11  2    9 3.133336       NA
#> 12  2   10 3.804190 3.133336
#> 13  2   11 2.942893 3.804190
#> 14  2   14 3.503608       NA