R 向列列表中添加几个延迟/移位

我想延迟几个列（例如，value_1+value_2+x-见下文），定义它们的延迟数（例如，3）及其命名。这是一些工作繁琐/手动代码：

library(dplyr)
library(lubridate)
library(data.table)

haves <- data.frame(
      id = c("a", "a", "a", "a", "a", "a", "b", "b", "b", "b", "b", "b")
    , date = as.Date(c("2015-01-01", "2015-02-01", "2015-03-01", "2015-04-01", "2015-05-01", "2015-06-01", "2015-01-01", "2015-02-01", "2015-03-01", "2015-04-01", "2015-05-01", "2015-06-01"))
    , value_1 = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12)
    , value_2 = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12)
    , x = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12)
) 
haves$value_2 <- haves$value_2 + 1
haves$x <- haves$x + 2

haves

wants <- haves %>%
    group_by(id) %>% 
    mutate(
        value_1_lag_1 = lag(value_1, n = 1, order_by = date)
        , value_1_lag_2 = lag(value_1, n = 2, order_by = date)
        , value_1_lag_3 = lag(value_1, n = 3, order_by = date)

        , value_2_lag_1 = lag(value_2, n = 1, order_by = date)
        , value_2_lag_2 = lag(value_2, n = 2, order_by = date)
        , value_2_lag_3 = lag(value_2, n = 3, order_by = date)

        , x_lag_1 = lag(x, n = 1, order_by = date)
        , x_lag_2 = lag(x, n = 2, order_by = date)
        , x_lag_3 = lag(x, n = 3, order_by = date)
    )

wants

它不能满足我的需求。这更接近：

colnames <- colnames(haves)

setDT(haves)
haves[, sapply(1:3, function(x){paste0(colnames[x + 2], x, '_lag_', 1:3)}) := shift(.SD, 1:3), by = id, .SDcols = value_1:x][]

colnames%
变异(
！！粘贴0（列，“_lag”，lag）：=lag（！！rlang:：sym（列），n=lag，order_by=date）
)
}
temp以下是链接答案中的适用dplyr解决方案

haves%>%
分组依据（id）%>%
嵌套%>%
突变（数据=映射（数据，~排列（，日期））%>%
突变（滞后=映射（数据、函数（dat））{
imap_dfc（dat[-1]，~set_名称（map（1:3，滞后，x=.x）），
粘贴0（.y，“（1:3）））
})) %>%
unnest（c（数据、滞后））

这就是您要寻找的吗？
这里有一种通过数据的替代方法。表

库（data.table）
图书馆（lubridate）
#> 
#>附加包装：“lubridate”
#>以下对象已从“package:data.table”屏蔽：
#> 
#>小时、等周、日、分、月、季、秒、日、周、，
#>元宵节
#>以下对象已从“package:base”屏蔽：
#> 
#>日期
图书馆（stringr）
haves id日期值\u 1值\u 2值\u 3值\u 1滞后\u 1值\u 1滞后\u 2
#>1:a 2015-01-01不适用
#>2:b 2015-01-01 7 1 NA
#>3:a 2015-02-01 2 7 1
#>4:b 2015-02-01 8 2 7
#>5:a 2015-03-01 3 8 2
#>6:b 2015-03-01 9 3 8
#>7:a 2015-04-01 4 9 3
#>8:b 2015-04-01 10 4 9
#>9:a 2015-05-01 5 10 4
#>10:b 2015-05-01 11 5 10
#>11:a 2015-06-01 6 11 5
#>12:b 2015-06-01 12 6 11
#>值\ 1 \滞后\ 3值\ 2 \滞后\ 1值\ 2 \滞后\ 2值\ 2 \滞后\ 3值\ 3 \滞后\ 1
#>1:NA-NA-NA-NA
#>2:NA 1 NA 1
#>3:NA 7 1 NA 7
#>  4:             1             2             7             1             2
#>  5:             7             8             2             7             8
#>  6:             2             3             8             2             3
#>  7:             8             9             3             8             9
#>  8:             3             4             9             3             4
#>  9:             9            10             4             9            10
#> 10:             4             5            10             4             5
#> 11:            10            11             5            10            11
#> 12:             5             6            11             5             6
#>值\u 3\u滞后\u 2值\u 3\u滞后\u 3
#>1:NA-NA
#>2:NA-NA
#>3:1 NA
#>  4:             7             1
#>  5:             2             7
#>  6:             8             2
#>  7:             3             8
#>  8:             9             3
#>  9:             4             9
#> 10:            10             4
#> 11:             5            10
#> 12:            11             5

由（v0.3.0）于2020-05-04创建
谢谢。请注意，我引入了另一个变量x，以使解决方案更加通用。
colnames <- colnames(haves)

setDT(haves)
haves[, sapply(1:3, function(x){paste0(colnames[x + 2], x, '_lag_', 1:3)}) := shift(.SD, 1:3), by = id, .SDcols = value_1:x][]

appender <- function(df, column, lag){

    df %>%
        group_by(
            id
        ) %>%
        mutate(
            !!paste0(column, "_lag_", lag) := lag(!!rlang::sym(column), n = lag, order_by = date) 
        )
}

temp <- appender(haves, "value_2", 3)