R时间序列数据处理：将小于前序有效值的value替换为NA

我正在处理如下格式的数据集：

date         value     ID
    10/20/21     123       1
    10/21/21     121       1
    10/22/21     122       1
    10/23/21     125       1
    10/24/21     127       1
    10/25/21     126       1
    10/26/21     125       1
    10/27/21     128       1
    10/28/21     129       1
    10/20/21     155       2
    10/21/21     156       2
    10/22/21     152       2
    10/23/21     154       2
    10/24/21     157       2
    10/25/21     158       2
    10/26/21     159       2
    10/27/21     160       2
    10/28/21     162       2

要求按ID分组后，value列随时间推移始终递增，若某行value小于前序有效值，则将其替换为NA，期望结果如下：

date         value     ID
    10/20/21     123       1
    10/21/21     NA        1
    10/22/21     NA        1
    10/23/21     125       1
    10/24/21     127       1
    10/25/21     NA        1
    10/26/21     NA        1
    10/27/21     128       1
    10/28/21     129       1
    10/20/21     155       2
    10/21/21     156       2
    10/22/21     NA        2
    10/23/21     NA        2
    10/24/21     157       2
    10/25/21     158       2
    10/26/21     159       2
    10/27/21     160       2
    10/28/21     162       2

我曾尝试用简单的lag()函数解决，但它只能对比当前行和前一行，没法处理连续多行需要替换成NA的情况，求高效实现方法。

R语言（dplyr） #

核心思路是按ID分组后，计算value的累积最大值，保留那些等于累积最大值的行，其余替换为NA。

代码实现：

library(dplyr)

df <- df %>%
  group_by(ID) %>%
  mutate(
    max_so_far = accumulate(value, ~ if_else(.y > .x, .y, .x)),
    value = if_else(value == max_so_far, value, NA_real_)
  ) %>%
  select(-max_so_far) %>%
  ungroup()

解释：

• accumulate()逐行迭代计算累积的有效最大值：当前value大于之前的最大值时更新，否则沿用旧值。
• 最后对比当前value和累积最大值，相等则保留原值，否则设为NA。

Python语言（pandas） #

同样基于累积最大值逻辑，利用cummax()函数快速计算分组内的累积最大值，再筛选出符合条件的行。

代码实现：

import pandas as pd

# 可选：确保日期列是正确的时间类型，保证时间顺序
df['date'] = pd.to_datetime(df['date'])

# 按ID分组处理
df['value'] = df.groupby('ID')['value'].apply(
    lambda x: x.where(x == x.cummax(), pd.NA)
)

解释：

• x.cummax()生成分组内的累积最大值序列，x.where()将所有不等于累积最大值的位置替换为NA，直接满足需求。

内容的提问来源于stack exchange，提问作者bziggy