在 R 中生成滞后变量（和使用 zoo）时避免 for 循环答案

【问题标题】：avoiding for loops when generating lagged variables in R (and using zoo)在 R 中生成滞后变量（和使用 zoo）时避免 for 循环
【发布时间】：2012-11-01 02:24:42
【问题描述】：

我正在为具有 79,000 个观测值的时间序列生成大量滞后变量（实际上是 365 个）。

我目前在数据框OrdersData 中有一个名为prospectdrops 的列。我先把它转换成zoo格式使用lag()函数：

prospectdrops<-zoo(OrdersData$prospectdrop)

然后我执行for循环：

for (i in 1:365){
  prospectdrops[paste("lag",i,"day",sep="")] <- lag(prospectdrops,i*24,na.pad=TRUE)
}

然后我不得不再次使用 cbind 循环来绑定它们，为 data.frame() 做准备

for (i in 1:365){
cbind(prospectdrops, prospectdrops[paste("lag",i,"day",sep="")])
}

可以理解，R 中的 for 循环函数需要很长时间。我知道“应用”可能是答案，但在函数描述中看不到直接比较器。有什么想法吗？

【问题讨论】：

标签： r time-series zoo

【解决方案1】：

lag.zoo 中的k 可以是向量。见?lag.zoo。

x <- zoo(11:21)
lag(x,1:3)

【讨论】：

谢谢！数据是每小时的，但我希望按天计算滞后（因此我的 24 小时乘数）。在滞后函数中，我如何让它滞后 (x, 24...48....72... 等 365 次迭代？我再次试图避免 for() 循环。
如果你想要滞后 24 和滞后 48，你只需要做 lag(x,c(24,48)) 等。对于所有 365 来说，说 lag(x, (1:365)*24)。