Gil*_*syn 8 r time-series lag lead
我在处理R中的时间序列时遇到问题
#--------------read data
wb = loadWorkbook("Countries_Europe_Prices.xlsx")
df = readWorksheet(wb, sheet="Sheet2")
x <- df$Year
y <- df$Index1
y <- lag(y, 1, na.pad = TRUE)
cbind(x, y)
Run Code Online (Sandbox Code Playgroud)
它给了我以下输出:
x y
[1,] 1974 NA
[2,] 1975 50.8
[3,] 1976 51.9
[4,] 1977 54.8
[5,] 1978 58.8
[6,] 1979 64.0
[7,] 1980 68.8
[8,] 1981 73.6
[9,] 1982 74.3
[10,] 1983 74.5
[11,] 1984 72.9
[12,] 1985 72.1
[13,] 1986 72.3
[14,] 1987 71.7
[15,] 1988 72.9
[16,] 1989 75.3
[17,] 1990 81.2
[18,] 1991 84.3
[19,] 1992 87.2
[20,] 1993 90.1
Run Code Online (Sandbox Code Playgroud)
但我希望y中的第一个值为50.8,依此类推.换句话说,我希望得到负滞后.我不明白,我该怎么办?
我的问题与这个问题非常相似,但是我无法解决它.我想我仍然不明白解决方案......
age*_*nis 10
内置的"引导"功能怎么样?(来自dplyr包)它不完全是Ahmed的功能吗?
cbind(x, lead(y, 1))
Run Code Online (Sandbox Code Playgroud)
如果你想在同一个函数中计算正滞后或负滞后,我建议他''shift'函数的"更短"版本:
shift = function(x, lag) {
require(dplyr)
switch(sign(lag)/2+1.5, lead(x, abs(lag)), lag(x, abs(lag)))
}
Run Code Online (Sandbox Code Playgroud)
它的作用是创造2个案例,其中一个案例滞后于另一个案例,并根据滞后的符号选择一个案例(+1.5是将{-1,+ 1}转换为{1,2替代).
| 归档时间: |
|
| 查看次数: |
4958 次 |
| 最近记录: |