将当前行与r中的后续行（按日期和组排序）进行比较

我的数据集包含3列（组、日期、值）。对于每一行（组和日期的组合），我想评估该值何时（以天为单位）增加1%

df <- read.table(text =
                    "Group   Date    value
                  A      11/1/17     56
                  A      11/2/17     51
                  A      11/3/17     58
                  A      11/4/17     62
                  A      11/5/17     60
                  A      11/6/17     55
                  A      11/7/17     56
                  A      11/8/17     56
                  A      11/9/17     53
                  B      11/1/17     56
                  B      11/2/17     63
                  B      11/3/17     50
                  B      11/4/17     62
                  B      11/5/17     65
                  B      11/6/17     61
                  B      11/7/17     56
                  B      11/8/17     62 
                  C      11/1/17     50
                  C      11/2/17     62 ", header = T)

第二排的逻辑

# if group == A & (value on 11/3/17 = 58 –  value on 11/2/17 = 51)/ value on 11/2/17 = 51 >= .01 = TRUE THEN (**11/3/17 - 11/2/17 = 1**)

第四排的逻辑

# if group == A & (value on 11/5/17 = 60 –  value on 11/4/17 = 62)/ value on 11/4/17 = 62 >= .01 = FALSE THEN NA

# if group == A & (value on 11/6/17 = 55 –  value on 11/4/17 = 62)/ value on 11/4/17 = 62 >= .01 = FALSE THEN NA

# if group == A & (value on 11/7/17 = 56 –  value on 11/4/17 = 62)/ value on 11/4/17 = 62 >= .01 = FALSE THEN NA

# if group == A & (value on 11/8/17 = 56 –  value on 11/4/17 = 62)/ value on 11/4/17 = 62 >= .01 = FALSE THEN NA

# if group == A & (value on 11/9/17 = 53 –  value on 11/4/17 = 62)/ value on 11/4/17 = 62 >= .01 = FALSE THEN NA 

NA表示当前行（例如11/4/17）的值对于后续行不会增加

---

这是我到目前为止所拥有的，但是，这是不可伸缩的。如果有更多的日期，那么我需要在If-else语句中手动添加这些日期

shift <- function(x, n){
  c(x[-(seq(n))], rep(NA, n))
}

df= do.call(rbind,by(df,df$Group, transform,next_1_percent_or_higher_change =
                        ifelse(((shift(value,1)-value)/value) >= .01,1,
                               ifelse(((shift(value,2)-value)/value) >= .01,2,
                               ifelse(((shift(value,3)-value)/value) >= .01,3,
                                      ifelse(((shift(value,4)-value)/value) >= .01,4,
                                             ifelse(((shift(value,5)-value)/value) >= .01,5,
                                                    ifelse(((shift(value,6)-value)/value) >= .01,6,
                                                            ifelse(((shift(value,7)-value)/value) >= .01,7,
                                                                  ifelse(((shift(value,8)-value)/value) >= .01,8,
                                                                         ifelse(((shift(value,9)-value)/value) >= .01,9,NA)))))))))))

shift=.01,1，
ifelse（（（移位（值，2）-值）/值）>=.01,2，
ifelse（（（移位（值，3）-值）/值）>=.01,3，
ifelse（（（移位（值，4）-值）/值）>=.01,4，
ifelse（（（移位（值，5）-值）/值）>=0.01,5，
ifelse（（（移位（值，6）-值）/值）>=.01,6，
ifelse（（（移位（值，7）-值）/值）>=.01,7，
ifelse（（（移位（值，8）-值）/值）>=.01,8，
ifelse（（（移位（值，9）-值）/值）>=.01,9，NA‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘

如果我理解正确，您正在查找的

值与前一行相比变化>1%，仅限于同一
组中的

library(dplyr)

f_flagged_shorter <- f %>%
      group_by(Group) %>%
      mutate(flag = value >= lag(value)*1.01) %>%
      ungroup()

库（dplyr）
f_标记的_更短%
分组依据（分组）%>%
突变（标志=值>=滞后（值）*1.01）%>%
解组（）
逻辑不是很清楚。您能指定1、2和NA的时间吗？为什么第1行的值是2，而第5行的值是NA？是的，现在修改了说明。逻辑是当前行与每组值增加1%的行之间的日期差。例如，对于第1行（A组，11/1/17，56），值在2017年11月3日增加了1%，这意味着花了2天时间增加1%（或者，11/3/17-11/1/17=2）。而对于第4行（A组，11/4/17，60），60的值在后续行中不会增加。不，我在寻找
值何时（以天为单位的持续时间）增加1%。在我想要的输出中，我想要一个名为'rease_by_1%`的新列，它指示每行的值和限制为组的值何时增加1%。例如，第一行（即A，11/1/17，56）用了2天时间才增加1%。第二排（A，11/2/17，51）花了1天时间才增加了1%。好吧，也许我现在明白了。是这样吗？对于每个日期，查找到组中的下一个日期所需的天数，该日期的值将比当前水平增加1%。是的，这就是我要查找的
shift <- function(x, n){
  c(x[-(seq(n))], rep(NA, n))
}

df= do.call(rbind,by(df,df$Group, transform,next_1_percent_or_higher_change =
                        ifelse(((shift(value,1)-value)/value) >= .01,1,
                               ifelse(((shift(value,2)-value)/value) >= .01,2,
                               ifelse(((shift(value,3)-value)/value) >= .01,3,
                                      ifelse(((shift(value,4)-value)/value) >= .01,4,
                                             ifelse(((shift(value,5)-value)/value) >= .01,5,
                                                    ifelse(((shift(value,6)-value)/value) >= .01,6,
                                                            ifelse(((shift(value,7)-value)/value) >= .01,7,
                                                                  ifelse(((shift(value,8)-value)/value) >= .01,8,
                                                                         ifelse(((shift(value,9)-value)/value) >= .01,9,NA)))))))))))

library(dplyr)

f_flagged_shorter <- f %>%
      group_by(Group) %>%
      mutate(flag = value >= lag(value)*1.01) %>%
      ungroup()