debug: funzione per creare ritardi multipli per più colonne (dplyr)

Question

Voglio creare più ritardi di più variabili, quindi ho pensato di scrivere una funzione sarebbe utile. Il mio codice lancia un avvertimento ("Troncare vettore di lunghezza 1") e falsi risultati:

library(dplyr) 
time <- c(2000:2009, 2000:2009) 
x <- c(1:10, 10:19) 
id <- c(1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2) 
df <- data.frame(id, time, x) 



three_lags <- function (data, column, group, ordervar) { 
    data <- data %>% 
    group_by_(group) %>% 
    mutate(a = lag(column, 1L, NA, order_by = ordervar), 
      b = lag(column, 2L, NA, order_by = ordervar), 
      c = lag(column, 3L, NA, order_by = ordervar)) 
    } 

df_lags <- three_lags(data=df, column=x, group=id, ordervar=time) %>% 
    arrange(id, time) 

Inoltre mi sono chiesto se ci potrebbe essere una soluzione più elegante utilizzando mutate_each, ma non ho avuto quello per funzionare neanche. Naturalmente posso semplicemente scrivere un lungo codice con una linea per ogni nuova variabile ritardata, ma Id mi piace evitarlo.

EDIT: risposta dplyr

di akrun funziona, ma richiede molto tempo per calcolare per grandi frame di dati. La soluzione che utilizza data.table sembra essere più efficiente. Quindi un dplyr o un'altra soluzione che consente anche l'implementazione per più colonne & diversi ritardi deve ancora essere trovato.

EDIT 2:

Per più colonne e gruppi (ad esempio "ID") la seguente soluzione sembra molto adatta a me, grazie alla sua semplicità. Il codice può ovviamente essere abbreviato, ma passo dopo passo:

df <- arrange(df, time) 

df.lag <- shift(df[,1:24], n=1:3, give.names = T) ##column indexes of columns to be lagged as "[,startcol:endcol]", "n=1:3" sepcifies the number of lags (lag1, lag2 and lag3 in this case) 

df.result <- bind_cols(df, df.lag) 

Answer 1

possiamo usare shift da data.table che può assumere valori multipli per 'n'

library(data.table) 
setDT(df)[order(time), c("a", "b", "c") := shift(x, 1:3) , id][order(id, time)] 

Supponiamo, abbiamo bisogno di fare questo su più colonne

df$y <- df$x 
setDT(df)[order(time), paste0(rep(c("x", "y"), each =3), 
       c("a", "b", "c")) :=shift(.SD, 1:3), id, .SDcols = x:y] 

---

Il shift possono essere utilizzati anche in t egli dplyr

library(dplyr) 
df %>% 
    group_by(id) %>% 
    arrange(id, time) %>% 
    do(data.frame(., setNames(shift(.$x, 1:3), c("a", "b", "c")))) 
# id time  x  a  b  c 
# <dbl> <int> <int> <int> <int> <int> 
#1  1 2000  1 NA NA NA 
#2  1 2001  2  1 NA NA 
#3  1 2002  3  2  1 NA 
#4  1 2003  4  3  2  1 
#5  1 2004  5  4  3  2 
#6  1 2005  6  5  4  3 
#7  1 2006  7  6  5  4 
#8  1 2007  8  7  6  5 
#9  1 2008  9  8  7  6 
#10  1 2009 10  9  8  7 
#11  2 2000 10 NA NA NA 
#12  2 2001 11 10 NA NA 
#13  2 2002 12 11 10 NA 
#14  2 2003 13 12 11 10 
#15  2 2004 14 13 12 11 
#16  2 2005 15 14 13 12 
#17  2 2006 16 15 14 13 
#18  2 2007 17 16 15 14 
#19  2 2008 18 17 16 15 
#20  2 2009 19 18 17 16