如何根据行索引或行值对DataFrame执行Lag/Lead操作以实现指定输出

嘿，结合你的示例数据和期望输出，我猜你真正需要的是把DataFrame里的日期值向下填充到后续的非日期行，直到遇到下一个新日期为止。咱们先把问题拆解开，一步步来解决：

首先先确认你的示例数据集：

id <- c(1,1,1,1,1,1)
a <- c("X1","Mar-20","X2","X3","Apr-20", "X4")
test <- data.frame(id,a)

一、基于行值的条件填充（贴合你的期望输出） #

你的期望输出是让Mar-20覆盖它之后的X2、X3行，Apr-20覆盖之后的X4行，这本质是锚定特定行的值，向下填充后续行。这里用dplyr+tidyr的组合来实现最方便：

library(dplyr)
library(tidyr)

# 1. 标记出日期行，非日期行设为NA；2. 向下填充NA值；3. 整理列名
result <- test %>%
  # 用正则匹配日期格式（比如Mar-20这种格式），匹配到的保留原值，否则设为NA
  mutate(temp_a = ifelse(grepl("^[A-Za-z]{3}-\\d{2}$", a), a, NA)) %>%
  # 把NA值用上方最近的非NA值填充（向下传播日期）
  fill(temp_a, .direction = "down") %>%
  # 替换掉原来的a列，得到最终结果
  select(id, a = temp_a)

print(result)

运行后就能得到你想要的输出：

id      a
1  1 Mar-20
2  1 Mar-20
3  1 Mar-20
4  1 Apr-20
5  1 Apr-20
6  1 Apr-20

二、单纯基于行索引的Lag/Lead操作 #

如果只是想单纯取上一行（Lag）或下一行（Lead）的值，直接用dplyr的lag()和lead()函数就可以：

1. Lag操作（获取上一行的值） #

test %>% mutate(lag_a = lag(a))

输出会新增一列lag_a，第一行是NA，后续行是上一行的a列值。

2. Lead操作（获取下一行的值） #

test %>% mutate(lead_a = lead(a))

输出新增一列lead_a，最后一行是NA，前面的行是下一行的a列值。

内容的提问来源于stack exchange，提问作者MGJ-123