如何按特定时间单位对含非规则时间戳的tibble列做滞后处理？

我有一个包含非规则时间戳的tibble，希望基于规则时间偏移（如1天、3小时等）对另一列执行滞后处理，若对应偏移后的时间戳不存在，返回NA即可。

我已经自行编写了如下函数实现该功能，但想了解{lubridate}或其他R包是否有经过充分测试的成熟解决方案，而非我这种自行编写的实现。我认为当前方案可行，但想确认是否存在知名包提供的标准方案，或是更优的实现方式。

自行实现的解决方案 #

library(lubridate)
library(dplyr)

# 按指定时间单位和偏移量实现滞后的函数
#   ts: 时间戳向量
#   v: 与ts对应的数值向量，长度一致
#   unit: 时间单位，如"hour"或"day"
#   unit_val: 偏移量，可正可负
lag_ts <- function(ts, v, unit, unit_val=1) {
    lookup_df <- 
       tibble(ts, v, ts_lag = ts + do.call(unit, list(unit_val)))
    lookup_df |> 
        select(ts) |> 
        left_join(lookup_df |> select(ts=ts_lag, v)
                  , "ts") |> 
        pull("v")
}

# 测试：按1天滞后
tibble(ts=ymd_hms("2023-04-12T00:00:00") + hours(seq(1,48,8))
       , v=lag_ts(ymd_hms("2023-04-12T00:00:00") + hours(seq(1,48,8))
                  , 1:6
                  , "days"
                  , 1)) |> 
    print()

运行结果：

# A tibble: 6 × 2
  ts                      v
  <dttm>              <int>
1 2023-04-12 01:00:00    NA
2 2023-04-12 09:00:00    NA
3 2023-04-12 17:00:00    NA
4 2023-04-13 01:00:00     1
5 2023-04-13 09:00:00     2
6 2023-04-13 17:00:00     3

成熟替代方案 #

1. 使用{tsibble}包（推荐） #

{tsibble}是专为时间序列数据设计的tidyverse兼容包，它的lag()函数原生支持按时间单位指定滞后偏移，无需手动处理时间匹配，完美适配非规则时间序列，且经过广泛测试。

示例代码：

library(tsibble)
library(lubridate)
library(dplyr)

# 构造测试数据并转换为tsibble（标记时间索引）
df <- tibble(
  ts = ymd_hms("2023-04-12T00:00:00") + hours(seq(1,48,8)),
  v = 1:6
) %>% 
  as_tsibble(index = ts)

# 按1天滞后，自动匹配时间戳，无匹配则返回NA
df %>% 
  mutate(v_lag = lag(v, days(1)))

运行结果和自行实现的完全一致，但代码更简洁直观，且内置了时间序列的相关校验。

2. 使用{data.table}的滚动连接 #

如果处理大规模数据，{data.table}的滚动连接性能更优，同样可以实现精确时间匹配的滞后需求：

library(data.table)
library(lubridate)

# 构造测试data.table
dt <- data.table(
  ts = ymd_hms("2023-04-12T00:00:00") + hours(seq(1,48,8)),
  v = 1:6
)

# 创建偏移后的时间列，通过左连接匹配对应值（仅精确匹配）
dt[, ts_lag := ts - days(1)]
dt[dt, on = .(ts = ts_lag), v_lag := i.v, roll = FALSE]

# 查看结果
dt

这里roll = FALSE确保只有当偏移后的时间戳精确存在时才返回对应值，否则为NA，符合需求。

内容的提问来源于stack exchange，提问作者mpettis