如何为R语言DataFrame添加多列年度滞后（t-1）列？

你的需求是为每个国家的Value1和Value2生成上一年度（t-1）的滞后值，核心是按Country分组后处理，因为不同国家的年度数据是独立的。

原始数据 #

data <- data.frame(Year=c("2011","2011","2011","2012","2012","2012","2013","2013","2013"), 
                   Country=c("America","China","India","America","China","India","America","China","India"),
                   Value1=c(234,443,754,334,117,112,987,903,476),
                   Value2=c(2,4,5,6,7,8,1,2,2))

方法1：使用dplyr（tidyverse生态，推荐） #

先将Year转为数值型（原始为字符格式，方便后续逻辑校验），再按Country分组，用lag()函数生成滞后列：

library(dplyr)

# 转换Year为数值型
data$Year <- as.numeric(data$Year)

# 分组生成滞后列
data_lagged <- data %>%
  group_by(Country) %>%
  mutate(
    Value1_lag1 = lag(Value1, n = 1),  # 取上一行（即上一年）的Value1
    Value2_lag1 = lag(Value2, n = 1)   # 取上一行（即上一年）的Value2
  ) %>%
  ungroup()

# 查看结果
print(data_lagged)

输出结果：

# A tibble: 9 × 6
   Year Country  Value1 Value2 Value1_lag1 Value2_lag1
  <dbl> <chr>     <dbl>  <dbl>       <dbl>       <dbl>
1  2011 America     234      2          NA          NA
2  2011 China       443      4          NA          NA
3  2011 India       754      5          NA          NA
4  2012 America     334      6         234           2
5  2012 China       117      7         443           4
6  2012 India       112      8         754           5
7  2013 America     987      1         334           6
8  2013 China       903      2         117           7
9  2013 India       476      2         112           8

方法2：使用基础R实现 #

若不想加载第三方包，可通过split()分组处理后合并结果：

# 转换Year为数值型
data$Year <- as.numeric(data$Year)

# 按Country拆分数据
split_data <- split(data, data$Country)

# 对每个分组添加滞后列
split_data_lagged <- lapply(split_data, function(df) {
  df$Value1_lag1 <- c(NA, df$Value1[-nrow(df)])
  df$Value2_lag1 <- c(NA, df$Value2[-nrow(df)])
  return(df)
})

# 合并回DataFrame并恢复原始顺序
data_lagged_base <- do.call(rbind, split_data_lagged)
data_lagged_base <- data_lagged_base[order(data_lagged_base$Year, data_lagged_base$Country), ]

print(data_lagged_base)

关于年度滞后方式的合理性验证 #

这种分组+年度滞后的方式是正确的，但需满足两个前提：

1. 数据按Country和Year排序，且每个国家的年度数据连续无缺失：此时lag(n=1)正好对应上一年的数值。
2. 无跨国家的行混乱：确保同一国家的年度数据是连续排列的。

如果存在年度缺失（比如某国家2012年无数据），直接用lag()会错误取到非上一年的行，此时需要先补全缺失年份的空值，再执行滞后操作。

内容的提问来源于stack exchange，提问作者maplesyrup123