R语言如何实现针对特定季节的多步滞后数据提取

前置准备 #

首先对原始数据集做基础校验，确保数据按时间升序排列，每年季节顺序固定为winter→spring→summer→fall，再拆分出季节、年份字段方便后续匹配：

library(dplyr)
library(stringr)

# 构造示例数据集
df <- data.frame(
  SeasonYear = c("winter2000", "spring2000", "summer2000", "fall2000",
                 "winter2001", "spring2001", "summer2001", "fall2001",
                 "winter2002", "spring2002"),
  mean = c(0.957, 0.943, 1.03, 0.981, 1.06, 1.05, 1.02, 1.03, 1.02, 1.05)
)

# 拆分季节与年份字段
df <- df %>%
  mutate(
    season = str_extract(SeasonYear, "^[a-z]+"),
    year = as.integer(str_extract(SeasonYear, "\\d+$"))
  )

自定义滞后提取函数 #

函数参数说明：

• data：输入数据集
• n：回溯的春季个数，默认值为1

lag_spring <- function(data, n = 1){
  # 提取所有春季的行位置与对应均值
  spring_pos <- seq(2, nrow(data), 4)
  spring_vals <- data$mean[spring_pos]
  
  # 生成滞后列
  lag_col <- rep(NA, nrow(data))
  for(i in seq_along(spring_vals)){
    if(i > n){
      start_row <- spring_pos[i] + 1
      end_row <- min(spring_pos[i] + 4, nrow(data))
      lag_col[start_row:end_row] <- spring_vals[i - n]
    }
  }
  # 动态生成列名
  data[[paste0("lag_spring_", n)]] <- lag_col
  return(data)
}

效果测试 #

回溯1个春季（n=1） #

df_n1 <- lag_spring(df, n = 1)

输出结果与需求一致：

回溯2个春季（n=2） #

df_n2 <- lag_spring(df, n = 2)

输出结果与需求一致：

内容的提问来源于stack exchange，提问作者David Smith