r - 使用 dplyr 转置时间序列(有滞后的变异)

Question

我想转置时间序列数据集以输入到一些机器学习算法中。这是我想做的一个例子，除了滞后的数量很大，我正在寻找一种更优雅的方法来做到这一点:

    set.seed(42)
data <- data.frame(time = 1:5, value = rnorm(5))
data
# time      value
# 1    1  1.3709584
# 2    2 -0.5646982
# 3    3  0.3631284
# 4    4  0.6328626
# 5    5  0.4042683
data %>%
  mutate(lag_1 = lag(value),
         lag_2 = lag(value, 2),
         lag_3 = lag(value, 3),
         lag_4 = lag(value, 4),
         lag_5 = lag(value, 5))
# time      value      lag_1      lag_2      lag_3    lag_4 lag_5
# 1    1  1.3709584         NA         NA         NA       NA    NA
# 2    2 -0.5646982  1.3709584         NA         NA       NA    NA
# 3    3  0.3631284 -0.5646982  1.3709584         NA       NA    NA
# 4    4  0.6328626  0.3631284 -0.5646982  1.3709584       NA    NA
# 5    5  0.4042683  0.6328626  0.3631284 -0.5646982 1.370958    NA

Answer 1

您可以更方便地使用 data.table 进行转换，因为 data.table 中的 shift 允许使用参数 n是向量，而 dplyr 中的 lag 函数不是向量。

library(data.table)
> setDT(data)[, paste("lag", 1:5, sep = "_") := shift(value, 1:5)]
> data
   time      value      lag_1      lag_2      lag_3     lag_4 lag_5
1:    1 -1.4162466         NA         NA         NA        NA    NA
2:    2 -0.2366333 -1.4162466         NA         NA        NA    NA
3:    3  0.5146632 -0.2366333 -1.4162466         NA        NA    NA
4:    4  1.9243923  0.5146632 -0.2366333 -1.4162466        NA    NA
5:    5  1.6161165  1.9243923  0.5146632 -0.2366333 -1.416247    NA

要更具体地了解 shift 和 lag，这里有一个示例，说明 lag 函数不允许您执行哪些操作shift 可以。

> vec <- 1:10
> shift(vec, 1:2)
[[1]]
 [1] NA  1  2  3  4  5  6  7  8  9

[[2]]
 [1] NA NA  1  2  3  4  5  6  7  8

> lag(vec, 1:2)
Error in lag(vec, 1:2) : n must be a single positive integer
In addition: Warning message:
In if (n == 0) return(x) :
  the condition has length > 1 and only the first element will be used