如何使用data.table::shift(type='lag')按组扩展时间序列至滞后后日期

我需要用data.table::shift对分组月度时间序列执行滞后操作，同时扩展原时间序列的日期范围，让滞后值能覆盖到原序列结束后的n个周期（比如原序列结束于2023年5月，滞后3个月后要得到结束于2023年8月的序列）。

示例数据 #

library(data.table)

dates <- 
  rep(seq.Date(
    from = as.Date("2023-01-01"),
    to = as.Date("2023-05-01"),
    by = "month"
  ), times = 2)
groups <- c(rep("a", 5), rep("b", 5))
values <- 1:10
data <- data.table(date=dates, group=groups, value=values)

原操作的问题 #

执行常规滞后操作后，结果仍局限于原日期范围，无法覆盖后续需要的日期：

data[, value.lag := shift(value, n = 3), by = group]

得到的结果：

date       group value value.lag
2023-01-01 a     1     NA       
2023-02-01 a     2     NA       
2023-03-01 a     3     NA       
2023-04-01 a     4     1        
2023-05-01 a     5     2        
2023-01-01 b     6     NA       
2023-02-01 b     7     NA       
2023-03-01 b     8     NA       
2023-04-01 b     9     6        
2023-05-01 b     10    7        

期望结果 #

需要扩展日期到原最大日期+3个月，同时填充对应的滞后值（value列可选）：

date       group value value.lag
2023-01-01 a     1     NA       
2023-02-01 a     2     NA       
2023-03-01 a     3     NA       
2023-04-01 a     4     1        
2023-05-01 a     5     2        
2023-06-01 a     NA    3        
2023-07-01 a     NA    4        
2023-08-01 a     NA    5        
2023-01-01 b     6     NA       
2023-02-01 b     7     NA       
2023-03-01 b     8     NA       
2023-04-01 b     9     6        
2023-05-01 b     10    7        
2023-06-01 b     NA    8        
2023-07-01 b     NA    9        
2023-08-01 b     NA    10       

解决方案 #

通过生成完整的日期-组笛卡尔积，再结合shift的负步长实现需求：

n <- 3  # 设定滞后步数

# 1. 按组生成扩展后的完整日期序列
full_dates <- data[, .(date = seq.Date(min(date), max(date) + months(n), by = "month")), by = group]

# 2. 左连接原数据，得到包含扩展日期的完整数据集（新日期的value为NA）
full_data <- full_dates[data, on = .(group, date)]

# 3. 按组计算滞后值：用负步长的shift实现"提前"填充，对应扩展日期的滞后值
full_data[, value.lag := shift(value, n = -n), by = group]

# 可选：调整列顺序
setcolorder(full_data, c("date", "group", "value", "value.lag"))

方案说明 #

• 第一步生成每个组的完整日期范围，确保覆盖原序列起始到原结束+滞后步数的周期
• 左连接原数据保留原始value，扩展日期的value自动填充为NA
• 使用shift(value, n = -n)相当于取当前行之后第n行的value，正好对应扩展日期需要的滞后值（比如2023-06的value.lag对应2023-03的value）

内容的提问来源于stack exchange，提问作者umbe1987