使用 for 循环创建滞后变量

Question

我想要执行的操作： 如果

hmonth=2

和

hyear=2000

，则从

wageratio.female

和

hmonth=1

的观测值中减去

hyear=2000

的每个观测值。 如果

hmonth=2

和

hyear=2001

，则从

wageratio.female

和

hmonth=1

的观测值中减去

hyear=2001

的每个观测值。 对所有

hmonth

和

hyear

重复此操作。 创建一个名为

wageratio.lags

的变量来表示差异。

下面是我在

for

循环中尝试的一小部分。我应该使用

for

循环来实现我想要的输出吗？

differences = list()

for i in range(len(hmonth)):
    # Check if the current pair is (2, 2000) or (2, 2001)
    if hmonth[i] == 2:
        if hyear[i] == 2000:
            # Subtract each observation of wageratio_female from that of hmonth=1 and hyear=2000
            difference = wageratio_female[i] - wageratio_female[hmonth.index(1)]
            differences.append(difference)
        elif hyear[i] == 2001:
            # Subtract each observation of wageratio_female from that of hmonth=1 and hyear=2001
            difference = wageratio_female[i] - wageratio_female[hmonth.index(1)]
            differences.append(difference)
Error: unexpected symbol in "for i"

所需输出：

h月	年	投注比例.女性	投注比率.滞后
1	2000	-0.43	-0.01
1	2001	0.18	-0.62
2	2000	-0.44	0.12
2	2001	-0.44	-0.47
3	2000	-0.32	-0.45
3	2001	-0.91	0.70
4	2000	-0.77	1.24
4	2001	-0.21	不适用
5	2000	0.47	不适用

df <- data.frame(
  wageratio_female = c(-0.43, 0.18, -0.44, -0.44, -0.32, -0.91, -0.77, -0.21, 0.47),
  hmonth = c(1, 1, 2, 2, 3, 3, 4, 4, 5),
  hyear = c(2000, 2001, 2000, 2001, 2000, 2001, 2000, 2001, 2000)
 )

Answer 1

您可以使用

dplyr

lead/lag

函数来执行此操作，无需循环。例如

library(dplyr)
df %>% 
  group_by(hyear) %>% 
  arrange(hmonth) %>% 
  mutate(diff = lead(wageratio_female) - wageratio_female) %>%
  ungroup()

产生

  wageratio_female     hmonth      hyear    diff
             <dbl> <hvn_lbll> <hvn_lbll>   <dbl>
1            -0.43          1       2000 -0.0100
2             0.18          1       2001 -0.62  
3            -0.44          2       2000  0.12  
4            -0.44          2       2001 -0.47  
5            -0.32          3       2000 -0.45  
6            -0.91          3       2001  0.7   
7            -0.77          4       2000  1.24  
8            -0.21          4       2001 NA     
9             0.47          5       2000 NA