多分组下滞后差值计算异常，求tidyverse实现方案

问题分析 #

你的tidyverse代码出错的核心原因是分组范围错误：原代码将periode也加入group_by，导致每个分组仅包含单条数据，lag()无法获取到同组内的前一时期值，自然无法计算正确的滞后差值。

正确实现代码 #

library(tidyverse)
library(lubridate)

# 示例数据集
x <- tibble(
  periode = rep(c(as_date("2019-12-31"), as_date("2020-12-31"), as_date("2021-12-31")), 4),
  grp = as_factor(c(rep("V1", 6), rep("V2", 6))),
  cat = as_factor(c(rep("a", 3), rep("b", 3), rep("a", 3), rep("b", 3))),
  valeur = c(1, 1.5, 0.5, 2, 5.5, 6, 6.5, 5, 7, 6, 10, 11)
)

# 计算分组滞后差值
result <- x %>%
  group_by(grp, cat) %>%          # 仅按分组(grp)和类别(cat)分组
  arrange(periode, .by_group = TRUE) %>%  # 组内按日期排序，保证计算顺序
  mutate(
    val_lag = coalesce(valeur - lag(valeur), valeur)  # 首个季度直接取原值，其余取差值
  ) %>%
  ungroup() %>%
  arrange(periode, grp, cat)      # 按期望格式排序输出

print(result)

代码说明 #

1. 分组逻辑：仅以grp和cat作为分组依据，确保每个分组包含同一类别下的所有季度数据，为滞后计算提供有效数据范围。
2. 排序处理：arrange(periode, .by_group = TRUE)保证每个分组内的数据按日期升序排列，确保lag()取到的是前一时期的累计值。
3. 缺失值处理：coalesce()函数会自动处理组内第一条数据的lag()返回NA的情况，直接将当前valeur赋值给val_lag，符合“年度首个季度直接取值”的需求。
4. 格式整理：ungroup()取消分组状态，arrange()将结果按日期、分组、类别排序，与你给出的期望输出格式完全匹配。

输出结果 #

运行上述代码后，将得到与期望完全一致的结果：

内容的提问来源于stack exchange，提问作者ffgreg