R语言实现DataFrame列偏移：等效pandas shift功能的方法

单阶偏移列实现 #

R的dplyr包中提供的lag()函数完全等效于pandas的shift()方法，默认偏移1位时首行自动填充NA，匹配你给出的需求：

library(tidyverse)
# 示例数据
df <- tibble(x = c(1,2,3), y = c(4,5,6))
# 新增偏移1位的x列
df <- df %>% mutate(shifted_x = lag(x, n = 1))

运行后得到的结果和你示例的输出完全一致。

批量生成多阶滞后特征 #

如果你需要对指定列生成1到10阶的历史滞后特征（对应你给出的Python循环代码），可以用以下两种常用实现方式：

方式1：dplyr原生语法（版本1.0.0及以上支持，写法最简洁） #

# 对sepal_length列生成1~10阶滞后特征，列名对应为feature_1到feature_10
df <- df %>% 
  mutate(
    across(sepal_length, 
           .fns = set_names(1:10, paste0("feature_", 1:10)),
           .names = "{.fn}"
    )
  )

方式2：结合purrr循环实现（兼容性更强） #

# 批量生成1~10阶滞后特征列
lag_features <- purrr::map_dfc(1:10, ~lag(df$sepal_length, n = .x)) %>% 
  purrr::set_names(paste0("feature_", 1:10))
# 将特征列合并到原数据框
df <- dplyr::bind_cols(df, lag_features)

如果需要实现向上偏移（取未来值作为特征），替换lag()为lead()函数即可，参数用法完全一致。

内容的提问来源于stack exchange，提问作者Norhther