如何在R中对含重复行的分组执行日期维度的lag操作

要实现按公司分组取上一日期的价格作为滞后值，同时保留原数据所有行，可以通过先提取公司-日期层面的价格并生成滞后值，再关联回原数据集的方式解决：

library(dplyr)

# 第一步：生成每个公司各日期对应的滞后价格（仅处理到日期维度）
date_level_lags <- data %>%
  # 提取唯一的公司-日期组合，保留价格
  distinct(company, date, .keep_all = TRUE) %>%
  # 按公司分组
  group_by(company) %>%
  # 生成该公司上一日期的价格
  mutate(lagged_price = lag(price)) %>%
  ungroup()

# 第二步：将滞后值关联回原数据集，保留所有原始行
out <- data %>%
  left_join(date_level_lags, by = c("company", "date", "price"))

代码说明 #

1. distinct(company, date, .keep_all = TRUE)：仅保留每个公司不同日期的唯一记录，避免重复处理同一日期的价格，这一步不会修改原数据集的行数，只是生成一个精简的日期维度辅助表。
2. 对辅助表按公司分组后用lag(price)，就能得到每个日期对应的上一日期价格，解决了原代码中按行滞后的问题。
3. left_join将辅助表的滞后值匹配回原数据集的每一行，确保所有原始行都被保留，且同一日期的所有行都会拿到相同的上一日期价格。

验证结果 #

运行上述代码后，out的结果将完全符合需求：

内容的提问来源于stack exchange，提问作者fsure