
生成滞后数据,滞后阶数自己设定-R语言
rm(list = ls())
#首先读取数据
data1<-read.csv("原始数据.csv",header=T,stringsAsFactors=F)#读入数据
#如果是xlsx格式数据可以调用xlsx包,读取方法如下
#library(xlsxjars)
#library(rJava)
#library(xlsx)
#data1<-read.xlsx("原始数据.xlsx",header=T,sheetIndex=1)#读入数据
n1=4 #滞后期数,自己定义
col_name<-colnames(data1)[-1] #因为第一列是日期,所以删除第一列
#假如要生成滞后4期数据,我的做法是将每阶滞后数据按列依次排列,如:原数据是gdp,则得到的数据为gdp,gdp(-1),...,gdp(-4)
if(n1>(nrow(data1)-1)) print("请输入正确的滞后期数") else{ #首先肯定是判断滞后阶数是否合理
data5<-c()
for(i in 1:n1){
data3<-data1[-c(1:i),]
data4<-data1[-c((nrow(data1)-i+1):nrow(data1)),] #滞后i期数据
data4<-data4[,-1] #第一列是日期数据,只需要data3有日期就行了(即整个数据只要第一列是日期就行了)
colnames(data4)<-paste(col_name,"(-",i,")") #给滞后变量命名
if(i==1){
for(j in 1:ncol(data1))
data5<-cbind(data5,data3[,j],data4[,j])
}
if(i>1){
data5<-data5[-1,]
for(j in 1:ncol(data1)) data5<-cbind(data5,data4[,j])
}
}
}
#之所以写此博客是因为当时想了好久才想出来怎么按顺序依次排列,希望能帮助那些需要求滞后数据的同学,毕竟lag是真心不好用,有时候R中的函数不一定都很适用,还不如自己写一个,很锻炼思维的。数据分析师培训
#该程序可以对数据框(矩阵当然也行)每列数据批量求滞后项,个人觉得很适用,应该对初学时间序列的同学有帮助,有好想法也欢迎贴上来,大家一起学习一起进步!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL执行计划中rows的计算逻辑:从原理到实践 MySQL 执行计划中 rows 的计算逻辑:从原理到实践 在 MySQL 数据库的查询优化中 ...
2025-07-29左偏态分布转正态分布:方法、原理与实践 左偏态分布转正态分布:方法、原理与实践 在统计分析、数据建模和科学研究中,正态分 ...
2025-07-29CDA 数据分析师的职业生涯规划:从入门到卓越的成长之路 在数字经济蓬勃发展的当下,数据已成为企业核心竞争力的重要来源,而 CD ...
2025-07-29CDA数据分析师证书考取全攻略 一、了解 CDA 数据分析师认证 CDA 数据分析师认证是一套科学化、专业化、国际化的人才考核标准, ...
2025-07-29解析神经网络中 Softmax 函数的核心作用 在神经网络的发展历程中,激活函数扮演着至关重要的角色,它们为网络赋予了非线性能力, ...
2025-07-29解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-07-29鸢尾花判别分析:机器学习中的经典实践案例 在机器学习的世界里,有一个经典的数据集如同引路明灯,为无数初学者打开了模式识别 ...
2025-07-29用 Python 开启数据分析之旅:从基础到实践的完整指南 在数据驱动决策的时代,数据分析已成为各行业不可或缺的核心能力。而 Pyt ...
2025-07-29从 CDA LEVEL II 考试题型看 Python 数据分析要点 在数据科学领域蓬勃发展的当下,CDA(Certified Data Analyst)认证成为众多从 ...
2025-07-29CDA 数据分析师的工作范围解析 在数字化时代的浪潮下,数据已成为企业发展的核心资产之一。CDA(Certified Data Analyst)数据分 ...
2025-07-29解析 insert into select 是否会锁表:原理、场景与应对策略 在数据库操作中,insert into select 是一种常用的批量数据插入语句 ...
2025-07-29用 Power BI 制作地图热力图:基于经纬度数据的实践指南 在数据可视化领域,地图热力图凭借直观呈现地理数据分布密度的优势,成 ...
2025-07-29从数据到决策:CDA 数据分析师如何重塑职场竞争力与行业价值 在数字经济席卷全球的今天,数据已从 “辅助工具” 升级为 “核心资 ...
2025-07-292025 年 CDA 数据分析师考纲焕新,引领行业人才新标准 在数字化浪潮奔涌向前的当下,数据已成为驱动各行业发展的核心要素。作为 ...
2025-07-29PyTorch 核心机制:损失函数与反向传播如何驱动模型进化 在深度学习的世界里,模型从 “一无所知” 到 “精准预测” 的蜕变,离 ...
2025-07-29t 检验与 Wilcoxon 检验:数据差异分析的两大核心方法 在数据分析的广阔领域中,判断两组或多组数据之间是否存在显著差异是一项 ...
2025-07-29PowerBI 添加索引列全攻略 在使用 PowerBI 进行数据处理与分析时,添加索引列是一项极为实用的操作技巧。索引列能为数据表中的每 ...
2025-07-29CDA 数据分析师必备技能全解析 在数据驱动决策的时代,CDA 数据分析师作为连接数据与业务价值的桥梁,需要具备多元化的技能体系 ...
2025-07-29解析 LSTM 训练后输出不确定:成因与破解之道 在深度学习处理序列数据的领域,长短期记忆网络(LSTM)凭借其捕捉长距离依赖关系 ...
2025-07-29χ² 检验与 t 检验:数据差异分析的两大核心工具 在统计学的方法论体系中,假设检验是验证数据规律、判断差异显著性的核心手段 ...
2025-07-29