使用lag()后字段消失？ACCEPTED等变量丢失原因咨询

你的代码里变量消失的核心原因是**summarize函数的本质就是做聚合精简**，这是dplyr包的既定设计：

• 当你用group_by(BINS)分组后，summarize只会保留分组列（也就是BINS），以及你在函数里明确定义的聚合计算列（这里的Lambda1）
• 原数据里的ACCEPTED和其他变量，因为没有被纳入任何聚合操作（比如sum、mean这类），会被直接丢弃，.groups = "drop"只是取消分组状态，和变量丢失没关系
• 后面的mutate和View都是基于summarize输出的精简数据框操作，自然看不到原变量

如果想在不丢失原变量的前提下完成计算，有两种更直接的方式：

• 用mutate替代summarize：如果需要保留原数据的所有行，同时添加聚合结果，把summarize换成mutate就行，这样所有原变量都会保留，比如：

  DA %>% group_by(BINS) %>% mutate(Lambda1 = sum(ACCEPTED)) %>% mutate(Lambda = lag(Lambda1)) %>% ungroup() %>% View
  

• 规范关联原数据：就是你已经用的方法，把聚合后的结果和原数据框通过BINS列关联，写法可以更清晰：

  agg_result <- DA %>% group_by(BINS) %>% summarize(Lambda1 = sum(ACCEPTED), .groups = "drop") %>% mutate(Lambda = lag(Lambda1))
  DA %>% left_join(agg_result, by = "BINS") %>% View
  

内容的提问来源于stack exchange，提问作者Antonio