如何用循环为R数据框批量添加分组排序后的lead分类列？

我有一个包含date、id、category列的数据框，想要批量添加category1、category2…这类列，每一列对应每个id按date排序后category的lead值（n分别取1、2、3……）。目前手动实现的非循环代码如下：

df <- df %>%
  dplyr::group_by(id) %>%
  dplyr::mutate(category1 = dplyr::lead(category, n = 1L, order_by = date))

df <- df %>%
  dplyr::group_by(id) %>%
  dplyr::mutate(category2 = dplyr::lead(category, n = 2L, order_by = date))

df <- df %>%
  dplyr::group_by(id) %>%
  dplyr::mutate(category3 = dplyr::lead(category, n = 3L, order_by = date))

#and so on.

最佳实现方式 #

方法1：用dplyr的across批量生成（推荐，tidyverse风格）

这种方法无需显式循环，直接通过across批量处理多个lead值，代码更简洁高效：

# 定义需要生成的lead次数，比如生成3列就设为3
n_max <- 3

df <- df %>%
  dplyr::group_by(id) %>%
  # 先按date排序，确保lead顺序正确
  dplyr::arrange(date, .by_group = TRUE) %>%
  dplyr::mutate(
    # 遍历1到n_max，生成对应的category列
    across(1:n_max, 
           ~dplyr::lead(category, n = .x),
           .names = "category{.x}")
  ) %>%
  dplyr::ungroup()

方法2：传统for循环实现

如果你更习惯显式循环的写法，可以用以下方式：

n_max <- 3

# 先统一按id和date排序，避免重复排序
df <- df %>%
  dplyr::group_by(id) %>%
  dplyr::arrange(date, .by_group = TRUE) %>%
  dplyr::ungroup()

# 循环生成每一列
for (i in 1:n_max) {
  col_name <- paste0("category", i)
  df[[col_name]] <- df %>%
    dplyr::group_by(id) %>%
    dplyr::mutate(temp = dplyr::lead(category, n = i)) %>%
    dplyr::pull(temp)
}

说明 #

两种方法都需要先确保每个id组内的date是有序的，这样lead函数才能正确取到后续行的category值。第一种across的方式更符合tidyverse的编程习惯，代码更紧凑，推荐使用。

内容的提问来源于stack exchange，提问作者Gosha K