R如何按组延迟数据帧

我有以下数据集：

Name  Year  VarA  VarB Data.1  Data.2
A     2016  L     H    100     101
A     2017  L     H    105     99
A     2018  L     H    103     105
A     2016  L     A    90      95
A     2017  L     A    99      92
A     2018  L     A    102     101

我想通过分组添加一个滞后变量：Name、VarA、VarB，这样我的数据看起来像：

Name  Year  VarA  VarB Data.1  Data.2  Lg1.Data.1 Lg2.Data.1
A     2016  L     H    100     101     NA        NA
A     2017  L     H    105     99      100       NA
A     2018  L     H    103     105     105       100
A     2016  L     A    90      95      NA        NA
A     2017  L     A    99      92      90        NA
A     2018  L     A    102     101     99        90

我发现以下链接很有用：

我使用以下代码：

df <- df %>% 
  group_by(Name) %>% 
  arrange(Name, VarA, VarB, Year) %>% 
  do(data.frame(., setNames(shift(.[,c(5:6)], 1:2), c(seq(1:8)))))

---

如何为每个新分组组合（例如Name/VarA/VarB）重置滞后时间？

dplyr:：lag

用于设置要滞后的距离。在本例中，您可以根据需要的任何变量进行分组，

Name

、

VarA

和

VarB

——然后再生成滞后变量

库（dplyr）
df%>%
分组人（姓名、VarA、VarB）%>%
突变（Lg1.Data.1=lag（Data.1，n=1），Lg2.Data.1=lag（Data.1，n=2））
#>#tibble:6 x 8
#>#组：名称、VarA、VarB[2]
#>名称年份VarA VarB Data.1 Data.2 Lg1.Data.1 Lg2.Data.1
#>                      
#>1 A 2016 L H 100 101 NA NA
#>2 A 2017 L H 105 99 100 NA
#>3 A 2018 L H 103 105 100
#>4 A 2016 L A 90 95 NA
#>5 A 2017 L A 99 92 90 NA
#>6 A 2018 L A 102 101 99 90

如果您想要一个扩展到更多滞后的版本，可以使用一些来动态创建新的滞后列。我将使用

purrr:：map

对一组要延迟的

n

进行迭代，创建一个添加了新列的数据帧列表，然后将所有数据帧连接在一起。也许有更好的方法可以做到这一点，所以希望有人可以改进它

我正在编一些新数据，只是为了有更广泛的年份来说明。在

mutate

中，您可以使用

quo_name

创建列名

库（dplyr）
图书馆（purrr）
种子（127）
df%
变异（！！quo_名称（paste0（“Lag”，i））：=dplyr:：Lag（Data.1，n=i））
})

你不需要保存这个列表，我只是想展示一个数据帧的例子。您可以直接进入

reduce

df_列表[[3]]
#>#tibble:10 x 7
#>#组：名称、VarA、VarB[2]
#>名称年份VarA VarB Data.1 Data.2 Lag3
#>            
#>1 A 2016 L H 3 9 NA
#>2 A 2017 L H 1 4 NA
#>3 A 2018 L H 3 8 NA
#>4 A 2019 L H 2 3
#>5 A 2020 L H 4 5 1
#>6 A 2016 L A 8 4 NA
#>7 A 2017 L A 6 8 NA
#>8 A 2018 L A 3 2 NA
#>9 A 2019 L A 8 6 8
#>10 A 2020 L A 9 1 6

然后使用

purrr:：reduce

连接列表中的所有数据帧。由于每个数据帧中都有相同的列，而这些列正是您想要连接的列，因此您可以在

内部连接中不指定“按列连接”

reduce（df_列表，内部_连接）
#>加入，按=c（“名称”、“年份”、“变量”、“变量”、“数据1”、“数据2”）
#>加入，按=c（“名称”、“年份”、“变量”、“变量”、“数据1”、“数据2”）
#>加入，按=c（“名称”、“年份”、“变量”、“变量”、“数据1”、“数据2”）
#>#tibble:10 x 10
#>#组：名称、变量、变量[？]
#>名称年份VarA VarB Data.1 Data.2 Lag1 Lag2 Lag3 Lag4
#>               
#>1 A 2016 L H 3 9不适用不适用不适用
#>2 A 2017 L H 1 4 3 NA NA NA
#>3 A 2018 L H 3 8 1 3 NA
#>4 A 2019 L H 2 3 1 3 NA
#>5 A 2020 L H 4 5 2 3 1 3
#>6 A 2016 L A 8 4不适用
#>7 A 2017 L A 6 8不适用
#>8 A 2018 L A 3 2 6 8 NA
#>9 A 2019 L A 8 6 3 6 8 NA
#>10 A 2020 L A 9 1 8 3 6 8

由（v0.2.1）
于2018-12-07创建，我想你会
groupby（Name，VarA，VarB）
而不仅仅是
groupby（Name）
。即将发布
df%>%groupby（Name，VarA，VarB）%>%在（vars）（以（“数据”）开始）、funs（Lg=lag）（）
。在我看来，它更健壮。谢谢Ronak和Camille。两种解决方案都解决了我的问题。Ronak-有没有比多次运行代码以获得多年收益更优雅的方法？
Name  Year  VarA  VarB Data.1  Data.2  Lg1.Data.1 Lg2.Data.1
A     2016  L     H    100     101     NA        NA
A     2017  L     H    105     99      100       NA
A     2018  L     H    103     105     105       100
A     2016  L     A    90      95      103       105
A     2017  L     A    99      92      90        103
A     2018  L     A    102     101     99        90