如何在mutate的case_when中实现推荐结果的滞后与前移？

问题说明 #

现有数据框df1，需基于多列条件创建recommendation列。当前代码已能匹配条件生成对应推荐，但需调整输出位置：

• recommendation 1需滞后一行（显示在符合条件行的下一行）
• recommendation 2!需前移一行（显示在符合条件行的上一行）

原代码存在小问题：dplyr管道内不应使用df1$引用列，应直接用列名配合lead()函数。

实现方案 #

方法1：分步计算+位置调整（清晰易维护） #

先计算所有符合条件的原始推荐标签，再通过lead()/lag()将标签移动到目标行：

library(dplyr)

new_df <- df1 %>%
  # 第一步：计算原始推荐结果（不调整位置）
  mutate(temp_recommendation = case_when(
    optimal_stay_flag == "Too Short" & hour(Depart) < 18 & lead(`Max Speed`) < 18 ~ "recommendation 1",
    optimal_stay_flag == "Too Short" & hour(Depart) >= 18 & lead(`Max Speed`) < 18 ~ "recommendation 2!",
    TRUE ~ NA_character_
  )) %>%
  # 第二步：调整推荐标签的位置
  mutate(recommendation = case_when(
    # 若下一行的原始标签是recommendation1，当前行赋值
    lead(temp_recommendation) == "recommendation 1" ~ "recommendation 1",
    # 若上一行的原始标签是recommendation2!，当前行赋值
    lag(temp_recommendation) == "recommendation 2!" ~ "recommendation 2!",
    TRUE ~ NA_character_
  )) %>%
  # 清理临时列，调整推荐列位置到Max Speed之后
  select(-temp_recommendation) %>%
  relocate(recommendation, .after = `Max Speed`)

方法2：直接在条件中反向匹配（更简洁） #

通过lag()/lead()反向定位条件行，直接在目标行生成推荐：

library(dplyr)

new_df <- df1 %>%
  mutate(recommendation = case_when(
    # 匹配上一行满足recommendation1的条件，当前行赋值
    lag(optimal_stay_flag == "Too Short" & hour(Depart) < 18 & lead(`Max Speed`, n=2) < 18) ~ "recommendation 1",
    # 匹配下一行满足recommendation2!的条件，当前行赋值
    lead(optimal_stay_flag == "Too Short" & hour(Depart) >= 18 & lead(`Max Speed`) < 18) ~ "recommendation 2!",
    TRUE ~ NA_character_
  )) %>%
  relocate(recommendation, .after = `Max Speed`)

关键说明 #

• dplyr管道内引用列时，避免使用df1$，直接用列名即可（dplyr会自动识别当前数据集）
• lead(n=2)表示取当前行往后第2行的列值，用于在反向匹配时对应原始条件中的lead(Max Speed)

内容的提问来源于stack exchange，提问作者marcelklib