dplyr滞后函数多嵌套数据

我想为嵌套在三个组中的值创建一个滞后变量：

例如：

df <- data.frame(wave = c(1,1,1,1,1,1,2,2,2,2,2,2),
                 party = rep(c("A", "A", "A", "B", "B", "B"), 2),
                 inc = rep(c(1,2,3), 4), 
                 value = c(1, 10, 100, 3, 30, 300, 6, 60, 600, 7, 70, 700)) 

我需要的是：

   wave party inc value lag
1     1     A   1     1  NA
2     1     A   2    10  NA
3     1     A   3   100  NA
4     1     B   1     3  NA
5     1     B   2    30  NA
6     1     B   3   300  NA
7     2     A   1     6   1
8     2     A   2    60  10
9     2     A   3   600 100
10    2     B   1     7   3
11    2     B   2    70  30
12    2     B   3   700 300

第二波中甲方收入组（inc）1的被调查人具有第1波中甲方收入组（inc）1的滞后值等

我试过：

df %>% group_by(wave) %>% mutate(lag = lag(value))

df %>% group_by(party, wave) %>% mutate(lag = lag(value))

df %>% group_by(party, wave, inc) %>% mutate(lag = lag(value))

这给了我：

    wave party   inc value   lag
   <dbl> <chr> <dbl> <dbl> <dbl>
 1     1 A         1     1    NA
 2     1 A         2    10     1
 3     1 A         3   100    10
 4     1 B         1     3   100
 5     1 B         2    30     3
 6     1 B         3   300    30
 7     2 A         1     6    NA
 8     2 A         2    60     6
 9     2 A         3   600    60
10     2 B         1     7   600
11     2 B         2    70     7
12     2 B         3   700    70

    wave party   inc value   lag
   <dbl> <chr> <dbl> <dbl> <dbl>
 1     1 A         1     1    NA
 2     1 A         2    10     1
 3     1 A         3   100    10
 4     1 B         1     3    NA
 5     1 B         2    30     3
 6     1 B         3   300    30
 7     2 A         1     6    NA
 8     2 A         2    60     6
 9     2 A         3   600    60
10     2 B         1     7    NA
11     2 B         2    70     7
12     2 B         3   700    70

    wave party   inc value   lag
   <dbl> <chr> <dbl> <dbl> <dbl>
 1     1 A         1     1    NA
 2     1 A         2    10    NA
 3     1 A         3   100    NA
 4     1 B         1     3    NA
 5     1 B         2    30    NA
 6     1 B         3   300    NA
 7     2 A         1     6    NA
 8     2 A         2    60    NA
 9     2 A         3   600    NA
10     2 B         1     7    NA
11     2 B         2    70    NA
12     2 B         3   700    NA

这给了我：

    wave party   inc value   lag
   <dbl> <chr> <dbl> <dbl> <dbl>
 1     1 A         1     1    NA
 2     1 A         2    10     1
 3     1 A         3   100    10
 4     1 B         1     3   100
 5     1 B         2    30     3
 6     1 B         3   300    30
 7     2 A         1     6    NA
 8     2 A         2    60     6
 9     2 A         3   600    60
10     2 B         1     7   600
11     2 B         2    70     7
12     2 B         3   700    70

    wave party   inc value   lag
   <dbl> <chr> <dbl> <dbl> <dbl>
 1     1 A         1     1    NA
 2     1 A         2    10     1
 3     1 A         3   100    10
 4     1 B         1     3    NA
 5     1 B         2    30     3
 6     1 B         3   300    30
 7     2 A         1     6    NA
 8     2 A         2    60     6
 9     2 A         3   600    60
10     2 B         1     7    NA
11     2 B         2    70     7
12     2 B         3   700    70

    wave party   inc value   lag
   <dbl> <chr> <dbl> <dbl> <dbl>
 1     1 A         1     1    NA
 2     1 A         2    10    NA
 3     1 A         3   100    NA
 4     1 B         1     3    NA
 5     1 B         2    30    NA
 6     1 B         3   300    NA
 7     2 A         1     6    NA
 8     2 A         2    60    NA
 9     2 A         3   600    NA
10     2 B         1     7    NA
11     2 B         2    70    NA
12     2 B         3   700    NA

这给了我：

    wave party   inc value   lag
   <dbl> <chr> <dbl> <dbl> <dbl>
 1     1 A         1     1    NA
 2     1 A         2    10     1
 3     1 A         3   100    10
 4     1 B         1     3   100
 5     1 B         2    30     3
 6     1 B         3   300    30
 7     2 A         1     6    NA
 8     2 A         2    60     6
 9     2 A         3   600    60
10     2 B         1     7   600
11     2 B         2    70     7
12     2 B         3   700    70

    wave party   inc value   lag
   <dbl> <chr> <dbl> <dbl> <dbl>
 1     1 A         1     1    NA
 2     1 A         2    10     1
 3     1 A         3   100    10
 4     1 B         1     3    NA
 5     1 B         2    30     3
 6     1 B         3   300    30
 7     2 A         1     6    NA
 8     2 A         2    60     6
 9     2 A         3   600    60
10     2 B         1     7    NA
11     2 B         2    70     7
12     2 B         3   700    70

    wave party   inc value   lag
   <dbl> <chr> <dbl> <dbl> <dbl>
 1     1 A         1     1    NA
 2     1 A         2    10    NA
 3     1 A         3   100    NA
 4     1 B         1     3    NA
 5     1 B         2    30    NA
 6     1 B         3   300    NA
 7     2 A         1     6    NA
 8     2 A         2    60    NA
 9     2 A         3   600    NA
10     2 B         1     7    NA
11     2 B         2    70    NA
12     2 B         3   700    NA

wave party inc值滞后
11A 11NA
21A210NA
31A3100北美
41B13NA
51B230NA
61B3300NA
7 2 A 16 NA
82A260NA
923600NA
102B17NA
112B270NA
12 2 B 3 700 NA

---

我可以继续这样。我在lag中使用df%>%arrange（）和order_by（）函数尝试了不同的版本。但由于某些原因，我无法找出如何获得正确的滞后变量。

您可以通过仅按

方

和

inc

进行分组来实现所需的结果：

库（dplyr）
df%
集团公司（party，inc）%>%
突变（滞后=滞后（值））%>%
解组（）
#>#tibble:12 x 5
#>波党公司价值滞后
#>        
#>11A 11NA
#>21A210NA
#>31A3100北美
#>41B13NA
#>51B230NA
#>61B3300NA
#>7 2 A 1 6 1
#>82010
#>92A3600 100
#>102B1733
#>112B27030
#>12 2 B 3 700 300