如何对DataFrame指定列执行n行滞后操作并扩展数据框长度？

我需要对DataFrame中的指定列（A、C、D）执行n行（例如2行）的下移（滞后）操作，同时添加新行以生成新的DataFrame，目前只找到针对指定列执行1行滞后的相关内容。

模拟数据 #

df <- data.frame(
  A = seq(1,7), 
  B = seq(8,14),
  C = seq(15,21),
  D = seq(22,28)
)

df

输出结果：

> df
 A  B  C  D
 1  8 15 22
 2  9 16 23
 3 10 17 24
 4 11 18 25
 5 12 19 26
 6 13 20 27
 7 14 21 28

期望的2行滞后输出 #

> df.lag.example
  A  B  C  D
 NA  8 NA NA
 NA  9 NA NA
  1 10 15 22
  2 11 16 23
  3 12 17 24
  4 13 18 25
  5 14 19 26
  6 NA 20 27
  7 NA 21 28

实现方法 #

方法1：Base R 原生实现 #

直接构造各列的目标向量，最后合并为新DataFrame：

n <- 2
cols_to_lag <- c("A", "C", "D")

# 处理需要滞后的列：前n个NA + 原列前(nrow(df)-n)行 + 原列最后n行
lagged_cols <- lapply(cols_to_lag, function(col) {
  c(rep(NA, n), df[[col]][1:(nrow(df)-n)], df[[col]][(nrow(df)-n+1):nrow(df)])
})
names(lagged_cols) <- cols_to_lag

# 处理B列：原列前n行 + 原列(n+1)到末尾行 + 后n个NA
b_col <- c(df$B[1:n], df$B[(n+1):nrow(df)], rep(NA, n))

# 合并并调整列顺序
df_lag <- as.data.frame(cbind(lagged_cols, B = b_col))
df_lag <- df_lag[, c("A", "B", "C", "D")]

# 查看结果
print(df_lag)

方法2：dplyr 简洁实现 #

分三段构造数据后合并，借助dplyr的行绑定和列操作函数：

library(dplyr)

n <- 2
cols_to_lag <- c("A", "C", "D")

# 构造前n行：指定列设为NA，保留原B列前n行
top_part <- df[1:n, ] %>% mutate(across(all_of(cols_to_lag), ~ NA))

# 构造中间行：指定列取原数据前(nrow(df)-n)行，B列取原数据(n+1)到末尾行
middle_part <- df[1:(nrow(df)-n), cols_to_lag] %>% 
  bind_cols(B = df[(n+1):nrow(df), "B"])

# 构造后n行：指定列取原数据最后n行，B列设为NA
bottom_part <- df[(nrow(df)-n+1):nrow(df), cols_to_lag] %>% 
  mutate(B = NA)

# 合并所有部分
df_lag <- bind_rows(top_part, middle_part, bottom_part)

# 查看结果
print(df_lag)

两种方法运行后都能得到符合期望的输出，可根据使用习惯选择。

内容的提问来源于stack exchange，提问作者shollaback