R语言批量为dataframe列表自动创建滞后指标新列的实现方法咨询

前置说明 #

你示例中的lag1对应下一期value，属于前向移位实现，如果需要传统的历史滞后（lag1为上一期value），将代码中shift(-i)改为shift(i)即可。
处理前请确保所有DataFrame已按date列升序排序，否则移位结果会出错。

实现代码 #

1. 单DataFrame处理逻辑 #

import pandas as pd

def add_lag_columns(df, lag_num=12):
    # 生成1到lag_num步长的滞后列
    for i in range(1, lag_num+1):
        df[f'lag{i}'] = df['value'].shift(-i) # 前向移位匹配你的示例，要历史滞后改为shift(i)
    return df

2. 批量处理所有DataFrame #

假设你所有待处理的DataFrame都存储在一个列表df_list中，直接遍历处理即可：

# 示例：构造待处理的DataFrame列表
# df_list = [df1, df2, df3, ...] 

# 批量添加滞后列
for idx, df in enumerate(df_list):
    df_list[idx] = add_lag_columns(df)

如果你的DataFrame是存在字典中（比如键为指标名称，值为对应DataFrame），可以用以下逻辑：

# 示例：字典存储的情况
# df_dict = {"消费指标": df_consume, "通胀指标": df_cpi, ...}

for key in df_dict:
    df_dict[key] = add_lag_columns(df_dict[key])

效果验证 #

用你给出的示例输入测试，处理后前4行结果如下：

注意事项 #

• 前向移位场景下，每个DataFrame最后12行的lag列会返回NaN，属于正常情况，你可以根据需求选择删除或保留
• 如果date列存在缺失或间隔，建议先做时间序列补全再生成滞后指标，避免结果偏差

内容的提问来源于stack exchange，提问作者Carlos Aguilar