在dplyr中按组生成前一行ticket_num衍生变量的方法（解决lag跨组赋值与case_when语法错误问题）

嗨，我来帮你搞定这个问题！你需要的是在分组后使用lag()函数，这样就能保证只在同一个group_id内部取前一行的ticket_num值，完全符合你的需求。

需求回顾 #

你有一组已按group_id分组、date排序的数据，想要创建prior_ticket变量：

• 同组内下一行记录继承上一行的ticket_num
• 组内第一行的prior_ticket为NA

输入数据 #

期望输出 #

正确解决方案 #

直接对group_id分组后使用lag()函数，这样lag()会在每个组内部独立计算前一行的值，不会跨组干扰：

library(dplyr)

my_data %>%
  group_by(group_id) %>%
  mutate(prior_ticket = lag(ticket_num)) %>%
  ungroup() # 可选，如果你后续不需要保留分组状态，可以加上这一行

运行这段代码后，就能得到你想要的结果啦！

你之前尝试方法的问题分析 #

1. 第一种方法：

   my_data %>% mutate(prior_ticket = lag(ticket_num))
   

   问题出在没有分组，lag()会对整个数据集的前一行取值，导致B组第一行的prior_ticket会取到A组最后一行的56789A，不符合组内独立计算的要求。

2. 第二种方法：

   my_data %>% mutate(prior_ticket = case_when(group_id == lead(group_id) ~ lead(ticket_num), TRUE ~ NA))
   

   首先是逻辑错误：你想用lead()来判断后一行是否同组，但实际上我们需要的是取当前行的前一行值，而不是后一行；其次代码可能存在语法格式问题（比如公式对象的错误提示），但核心是这种思路绕远了，分组+lag()才是最直接的解决方案。

内容的提问来源于stack exchange，提问作者AJD