如何使用lag函数在R数据框中生成过往爽约标记及频次列

首先需要确保数据按用户和日期正确排序，再结合累积统计函数实现需求，以下是完整代码：

library(dplyr)

# 转换日期格式并按用户、日期排序（保证时间顺序正确）
df <- df %>%
  mutate(date = as.Date(date)) %>%
  arrange(Person, date)

# 分组计算目标列
df <- df %>%
  group_by(Person) %>%
  mutate(
    prior_noshow = lag(cummax(NoShow)),
    prior_noshow_f = lag(cumsum(NoShow))
  ) %>%
  ungroup()

代码解释 #

• mutate(date = as.Date(date))：将原字符型日期转为Date类型，避免字符串排序导致的时间顺序错误
• arrange(Person, date)：按用户分组后，对每个用户的记录按日期升序排列，确保处理顺序符合时间逻辑
• group_by(Person)：每个用户的统计独立进行，不会互相干扰
• prior_noshow = lag(cummax(NoShow))：cummax(NoShow)计算到当前行为止的最大爽约标记（0或1），lag()取前一行结果，实现"当前记录之前是否有过爽约"的标记
• prior_noshow_f = lag(cumsum(NoShow))：cumsum(NoShow)计算到当前行为止的爽约总次数，lag()取前一行结果，得到"当前记录之前的爽约频次"

运行后即可得到你期望的输出结果。

内容的提问来源于stack exchange，提问作者Ray