R语言如何按id分组对响应变量实现一阶时间滞后处理

你需要实现的逻辑是：按id分组后以year为时间序，将当期points匹配下一期的result值，剔除每个分组无下一期结果的最后一行，以下是两种常用实现方法：

方法1：dplyr实现（适合常规分析场景） #

library(dplyr)

df_processed <- df %>%
  group_by(id) %>%
  # 组内按年份升序排列，避免时间顺序错位
  arrange(year, .by_group = TRUE) %>%
  # result取下一期的值
  mutate(result = lead(result, n = 1)) %>%
  # 剔除无匹配下一期result的行
  filter(!is.na(result)) %>%
  ungroup()

运行后得到的结果和你给出的目标数据框结构完全一致。

方法2：data.table实现（适合大数据量场景，运行速度更快） #

library(data.table)

setDT(df)
df_processed <- df[order(id, year),
                   # 分组对result做向前一位偏移（取下一期值）
                   result := shift(result, n = 1, type = "lead"),
                   by = id][!is.na(result)]

注意：处理前请确认每个id分组内的year无重复、无乱序，否则会出现值匹配错误，直接影响后续回归结果的准确性。

内容的提问来源于stack exchange，提问作者Lee