R Dplyr-如何进行时间序列价格变化

我最近一直在学习R，我想为一些产品创建一个价格变化表

例如，我有五种不同产品的两天价格：

    library(dplyr)
    df_T0 <- data.frame(brand=c("AAA","BBB","CCC","DDD","EEE"),price=c(1,2,3,4,5),time=rep("03/01/2015",5))
    df_T1 <- data.frame(brand=c("AAA","BBB","DDD","EEE","FFF"),price=c(1.5,2.5,4.5,5,7),time=rep("03/02/2015",5))
    df <- rbind(df_T0,df_T1)

我想使用以下方法比较两个日期之间的价格：

    df1 <- arrange(df,desc(brand,time))
    df1 %>% mutate(P_yest=lag(price,1,order_by=brand))

只有AAA我得到了预期的结果，其他所有的我都得到了一些奇怪的结果

---

有什么提示吗？

类似这样的：

df1%>%group\u by（brand）%>%mutate（p\u yest=lag（price，1））

？@stevenbaupré由于

dplyr 0.4.1

中的错误，可能无法工作。相反，我们必须手动计算

滞后

，例如

df%>%groupby（brand）%%>%mutate（P\u yest=c（NA，price[-length（price）]）

@MaratTalipov你说得对。我在发布之前没有检查结果。它很有效，谢谢你，玛拉！！！

    df1 <- arrange(df,desc(brand,time))
    df1 %>% mutate(P_yest=lag(price,1,order_by=brand))

       brand price       time P_yest
    1    FFF   7.0 03/02/2015    5.0
    2    EEE   5.0 03/01/2015    4.5
    3    EEE   5.0 03/02/2015    5.0
    4    DDD   4.0 03/01/2015    3.0
    5    DDD   4.5 03/02/2015    4.0
    6    CCC   3.0 03/01/2015    2.5
    7    BBB   2.0 03/01/2015    1.5
    8    BBB   2.5 03/02/2015    2.0
    9    AAA   1.0 03/01/2015     NA
    10   AAA   1.5 03/02/2015    1.0