R：嵌套 for 循环替代方案，用于将每个 ID 的值与前一年的值进行比较

Question

我有一个包含 45k 多行的数据框，其中包含 ID

SE441

和年份

NUM_EXPLOTACION

的变量

ANO

的值。

我想计算每年和上一年之间每个ID的变量差异。问题是某些 ID 缺少年份，因此使用

lag

函数似乎不是我的解决方案。

我想要实现的一个例子是：

ANO  NUM_EXPLOTACION  SE441  diff
2017             657     12    NA
2018             657     15     3
2020             657     13    NA
2018             123      1    NA
2019             123      4     3
2020             123      0    -4

示例数据框：

macro <- data.frame(ANO=c(2017,2018,2020,2018,2019,2020), NUM_EXPLOTACION=c(657,657,657,123,123,123), SE441=c(12,15,13,1,4,0))

这是一个嵌套的 for 循环，我相信它可以完成这项工作，但它花费的时间太长，因此不可行：

for (i in min(macro$NUM_EXPLOTACION):max(macro$NUM_EXPLOTACION)) {
  for (j in min(macro$ANO)+1:max(macro$ANO)) {
    macro$diff[macro$NUM_EXPLOTACION==i & macro$ANO==j] <- if (length(macro$SE441[macro$NUM_EXPLOTACION==i & macro$ANO==j-1])) macro$SE441[macro$NUM_EXPLOTACION==i & macro$ANO==j] - macro$SE441[macro$NUM_EXPLOTACION==i & macro$ANO==j-1] else NA
  }
}

在上面的代码中，我使用

min(macro$ANO)+1

来避免尝试使用不存在的值（第一个值之前没有上一年）进行数学计算，并且

if(length(...))

仅在存在匹配的 ID 和上一年时才执行该函数。

有什么想法吗？

Answer 1

您可以使用

complete()

中的

tidyr

来填充

SE441

中缺失值的所有年份 ID 组合，然后滞后应该起作用：

macro <- data.frame(ANO=c(2017,2018,2020,2018,2019,2020), 
                    NUM_EXPLOTACION=c(657,657,657,123,123,123), 
                    SE441=c(12,15,13,1,4,0))
library(tidyverse)
macro %>% 
  mutate(orig = 1) %>% 
  complete(ANO, NUM_EXPLOTACION, fill=list(SE441 = NA, orig=0)) %>% 
  arrange(NUM_EXPLOTACION, ANO) %>% 
  group_by(NUM_EXPLOTACION) %>% 
  mutate(diff = SE441-lag(SE441)) %>% 
  filter(orig==1)
#> # A tibble: 6 × 5
#> # Groups:   NUM_EXPLOTACION [2]
#>     ANO NUM_EXPLOTACION SE441  orig  diff
#>   <dbl>           <dbl> <dbl> <dbl> <dbl>
#> 1  2018             123     1     1    NA
#> 2  2019             123     4     1     3
#> 3  2020             123     0     1    -4
#> 4  2017             657    12     1    NA
#> 5  2018             657    15     1     3
#> 6  2020             657    13     1    NA

^{创建于 2024-05-23，使用 reprex v2.0.2}