在R中使用nhtemp数据集创建滞后变量数据框失败求助

问题背景 #

需要基于datasets包的nhtemp时间序列，创建包含1、2、3年滞后值的数据框，预期结构如下：

year      actual_value      lagged_1      lagged_2      lagged_3
1900      1                  NA            NA            NA
1901      2                  1             NA            NA
1902      3                  2             1             NA
1903      4                  3             2             1

但使用stats::lag处理后，滞后列与原列值完全相同，不符合预期。

问题原因 #

nhtemp是时间序列（ts）对象，stats::lag针对时间序列的核心逻辑是调整时间索引的位置，而非移动数据值。当传入负偏移量（如-1）时，它仅将序列的时间标签向前偏移，数据本身保持不变，因此最终滞后列与原列内容一致。

解决方案 #

方法1：使用dplyr的lag函数（推荐）

你已经加载了tidyverse，其中dplyr::lag是专门为数据框/向量设计的滞后函数，直接移动数据值，正偏移量对应向后滞后（完全符合需求）。无需重新定义lag <- stats::lag，直接使用即可：

library(tidyverse)

dat <- tibble(
  year = time(nhtemp),
  temp = nhtemp
) %>%
  mutate(
    temp_lag1 = lag(temp, 1),  # 1期滞后：取上一行的temp值
    temp_lag2 = lag(temp, 2),  # 2期滞后：取上两行的temp值
    temp_lag3 = lag(temp, 3)   # 3期滞后：取上三行的temp值
  )

方法2：使用stats::lag（需转换为普通向量）

若一定要用stats::lag，需先将时间序列转换为普通数值向量，此时stats::lag会切换为移动数据值的逻辑（注意：正偏移量对应向前移动数据，正好匹配滞后需求）：

library(tidyverse)

# 将时间序列转为普通数值向量
nhtemp_vec <- as.vector(nhtemp)

dat <- tibble(
  year = time(nhtemp),
  temp = nhtemp_vec,
  temp_lag1 = stats::lag(nhtemp_vec, 1),
  temp_lag2 = stats::lag(nhtemp_vec, 2),
  temp_lag3 = stats::lag(nhtemp_vec, 3)
)

验证结果 #

两种方法生成的数据框都会符合预期：首行的滞后列均为NA，后续行的temp_lagN列依次取前N行的temp值。

内容的提问来源于stack exchange，提问作者Carlos Gómez