如何用dplyr保留分组后最大value-lead(4)差值的对应两行

要保留分组后产生最大差值的当前行和对应的第4个lead行，可以通过给分组内的行添加序号、定位目标行的方式实现，具体步骤如下：

步骤说明 #

1. 分组并按DateTime排序后，给每行添加分组内的行号row_id，同时计算差值列new_column；
2. 筛选出每个组中new_column最大的行，收集这些行的row_id以及对应的lead行的row_id（即row_id + 4）；
3. 通过关联筛选，提取所有目标行的完整数据。

完整代码示例 #

library(dplyr)

# 构造测试数据（可替换为你的实际数据）
df <- tibble(
  group = rep(c("A", "B"), each = 10),
  DateTime = seq(as.POSIXct("2023-01-01"), by = "hour", length.out = 20),
  value = c(rnorm(10, 10), rnorm(10, 20))
)

# 处理流程
result <- df %>%
  # 分组、排序，添加组内行号并计算差值
  group_by(group) %>%
  arrange(DateTime) %>%
  mutate(
    row_id = row_number(),
    new_column = value - lead(value, n = 4L)
  ) %>%
  # 筛选出每组中差值最大的行
  filter(new_column == max(new_column, na.rm = TRUE)) %>%
  # 收集需要保留的目标行号：当前行 + 对应的第4个lead行
  summarize(target_rows = c(row_id, row_id + 4)) %>%
  # 关联回原排序后的数据集，筛选目标行
  right_join(
    df %>% group_by(group) %>% arrange(DateTime) %>% mutate(row_id = row_number()),
    by = c("group", "row_id" = "target_rows")
  ) %>%
  # 移除临时行号列（可选）
  select(-row_id) %>%
  ungroup()

# 查看结果
print(result)

关键细节 #

• 使用row_number()生成组内行号，确保能精准定位到lead(value, n=4)对应的行；
• max(new_column, na.rm = TRUE)会忽略差值为NA的行（即数据末尾不足4行的情况）；
• 如果同一组内有多个行的差值并列最大，代码会自动保留所有对应的行对。

内容的提问来源于stack exchange，提问作者user11057680