dplyr领先/滞后，与组别相比

我不明白为什么超前和滞后函数忽略了分组。 这里有一个简单的例子（实际上我需要按5列进行分组）。 ​

​ 然后试着提前安排

df %>% 
    arrange(group, order) %>%
    group_by(group) %>% 
    mutate(previous = dplyr::lag(value, n=1, default=NA))

"group" "order" "value" "previous"
"a" 1   25  NA
"a" 2   43  25
"a" 3   15  43
"a" 4   22  15
"a" 5   31  22
"b" 1   11  31
"b" 2   18  11
"b" 3   37  18
"b" 4   24  37
"b" 4   9   24

​ 它修复了排序，但仍然忽略了group by，因为B1应该是NA而不是31。 ​ 我是否遗漏了一些明显的东西，或者可以通过不这样组合来滞后/领先和分组

​ 它可以在SQL中使用

LAG(value, 1, NULL) OVER (PARTITION BY group ORDER BY order)

​ ​

---

如果格式不好，请道歉，以前没有发布代码问题。

哦，就这么简单，花了很多时间尝试不同的事情啊哈。重新启动R并将dplyr从0.7.4更新为0.7.6。多亏了这两个方面，问题仍然存在于

plyr

。因此，如果出于某种原因同时导入了

dplyr

和

plyr

，请最后导入

dplyr

。否则，

plyr

将覆盖

dplyr

的

lag

功能，从而导致此处所述的问题。这是否回答了您的问题？

df %>% 
    arrange(group, order) %>%
    group_by(group) %>% 
    mutate(previous = dplyr::lag(value, n=1, default=NA))

"group" "order" "value" "previous"
"a" 1   25  NA
"a" 2   43  25
"a" 3   15  43
"a" 4   22  15
"a" 5   31  22
"b" 1   11  31
"b" 2   18  11
"b" 3   37  18
"b" 4   24  37
"b" 4   9   24

LAG(value, 1, NULL) OVER (PARTITION BY group ORDER BY order)