R：避免“for”：在面板数据中改变开头运行总和

Question

这里的主要问题是如何在将函数应用于面板子集时避免循环。

我想要这样的数据：

id  year   w    pdvw
1   1930   2    10
1   1940   3    15.5
1   1950   5    23.5
1   1960   7.5  27.5
1   1970   11   NA
1   1980   9    NA
2   1930   NA   NA
2   1940   NA   NA
2   1950   1    10
2   1960   3    17
2   1970   6    NA
2   1980   8    NA

实际数据要多得多，而且稍微复杂一些。我正在尝试从其他列中生成最后一列（pdvw）。 pdvw 是 w 的下一个（及时）三个条目的总和（例如 pdvw[1] = 2+3+5）。我很容易写

for(t in seq(from=1930,to=1960,by=10)){
  for(i in c(1,2)){
    if(is.na(w[id==i & t==year])==FALSE){
      pdvw[id==i & year==t] = sum(w[id==i & t<=year & year<=t+21])
    }
  }
}

我的应用程序不是很大（年份为 20 个值，id 为 150 个值），但我被告知要尽可能避免此类循环，所以我想看看是否有更好的方法。我不太关心多年来避免循环，因为 20 次迭代可以忽略不计，但我确实想学习成为更好的编码器。我认为 by 可能会有所帮助，但我不确定具体是什么。

我上面的解决方案利用（可能很危险）这样一个事实，即 w 的缺失值永远不会出现在非缺失值之前（仅仅是历史的巧合——因此，“可能是危险的”）。我包括了缺失值，因为任何解决方案都可以处理这样一个事实，即一旦给定面板的数据可用，就必须开始 pdvw 计算，这一点很重要。

Answer 1

您不需要for 循环，但可以使用filter：

transform(dat, pdvw2 = ave(w, id, FUN = function(x) c(filter(x, c(1, 1, 1))[-1], NA)))

dat 是您的数据框的名称。

结果：

   id year    w pdvw pdvw2
1   1 1930  2.0 10.0  10.0
2   1 1940  3.0 15.5  15.5
3   1 1950  5.0 23.5  23.5
4   1 1960  7.5 27.5  27.5
5   1 1970 11.0   NA    NA
6   1 1980  9.0   NA    NA
7   2 1930   NA   NA    NA
8   2 1940   NA   NA    NA
9   2 1950  1.0 10.0  10.0
10  2 1960  3.0 17.0  17.0
11  2 1970  6.0   NA    NA
12  2 1980  8.0   NA    NA

Answer 2

dplyr 的一个选项是：

library(dplyr)
df %>%                                       # take the data frame
  group_by(id) %>%                           # group the data by "id"
  mutate(pdvw2 = w + lead(w) + lead(w,2))    # compute a new column with the sum of 3 values. "lead" takes the next value
#Source: local data frame [12 x 5]
#Groups: id
#
#   id year    w pdvw pdvw2
#1   1 1930  2.0 10.0  10.0
#2   1 1940  3.0 15.5  15.5
#3   1 1950  5.0 23.5  23.5
#4   1 1960  7.5 27.5  27.5
#5   1 1970 11.0   NA    NA
#6   1 1980  9.0   NA    NA
#7   2 1930   NA   NA    NA
#8   2 1940   NA   NA    NA
#9   2 1950  1.0 10.0  10.0
#10  2 1960  3.0 17.0  17.0
#11  2 1970  6.0   NA    NA
#12  2 1980  8.0   NA    NA

（其中df 是您的数据框的名称）