R équation de différence de données.table (données de panneaux dynamiques)

Question

J'ai une table de données avec une colonne v2 avec des 'valeurs initiales' et une colonne v1 avec un taux de croissance. Je voudrais extrapoler v2 depuis des années la valeur disponible, en augmentant la valeur précédente par le facteur v1. Dans la notation 'série temporelle' v2 (t + 1) = v2 (t) * v1 (t), étant donné un v2 (0). Le problème est que l'année de la valeur initiale peut varier selon le groupe x de l'ensemble de données. Dans certains groupes, v2 peut être disponible dans plusieurs années, ou pas du tout. De plus, le nombre d'années par groupe peut varier (panel déséquilibré). L'utilisation de la fonction de décalage n'aide pas, car elle déplace une fois v2 et ne fait pas référence à la valeur de mise à jour précédente.

 x year  v1  v2 
    1: a 2012 0.8501072  NA 
    2: a 2013 1.0926093 39.36505 
    3: a 2014 1.2084379  NA 
    4: a 2015 0.8921997  NA 
    5: a 2016 0.8023251  NA 
    6: b 2012 1.1005287  NA 
    7: b 2013 1.0139800  NA 
    8: b 2014 1.1539676  NA 
    9: b 2015 1.2282501  NA 
    10: b 2016 0.8052265  NA 
    11: c 2012 0.8866425  NA 
    12: c 2013 0.9952566 44.30377 
    13: c 2014 0.9092020  NA 
    14: c 2015 1.0295864 15.04948 
    15: c 2016 0.8812966  NA 

La valeur de V2, x = a, année = 2014 devrait être 39,36 * 1,208, et en 2015 cette réponse fois 0.89.

Le code suivant, dans un ensemble de boucles, de travaux et fait ce que je veux:

ivec<-unique(DT[,x]) 
    for (i in 1:length(ivec)) { 
     tvec<-unique(DT[x==ivec[i] ,y]) 
     for (t in 2:length(tvec)) { 
      if (is.na(DT[x==ivec[i] & y==tvec[t], v2])) { 
       DT[x==ivec[i] & y==tvec[t],v2:=DT[x==ivec[i] & y==tvec[(t-1)],v2]*v1] 
      } 
     } 
     } 

Answer 1

Essayez ceci:

DT[, v2:= Reduce(`*`, v1[-1], init=v2[1], acc=TRUE), by=.(x, cumsum(!is.na(v2)))] 

#  x year  v1  v2 
# 1: a 2012 0.8501072  NA 
# 2: a 2013 1.0926093 39.36505 
# 3: a 2014 1.2084379 47.57022 
# 4: a 2015 0.8921997 42.44213 
# 5: a 2016 0.8023251 34.05239 
# 6: b 2012 1.1005287  NA 
# 7: b 2013 1.0139800  NA 
# 8: b 2014 1.1539676  NA 
# 9: b 2015 1.2282501  NA 
# 10: b 2016 0.8052265  NA 
# 11: c 2012 0.8866425  NA 
# 12: c 2013 0.9952566 44.30377 
# 13: c 2014 0.9092020 40.28108 
# 14: c 2015 1.0295864 15.04948 
# 15: c 2016 0.8812966 13.26306