如何基于滞后数据生成新列并扩展R语言DataFrame

我懂你的需求啦——你已经用lag实现了列的向下移位，但还需要扩展DataFrame，让原数据最后几个value值能对应到新增行的value2里对吧？其实只需要先补全需要的行，再计算移位列就可以了，下面是具体的实现步骤：

完整解决方案代码 #

# 设置随机种子让结果可重复
set.seed(123)
# 定义移位的行数
n_shift <- 2

# 生成原始数据并扩展、计算移位列
df <- data.frame(day=1:5,value=floor(runif(5, min=0, max=101))) %>%
  # 第一步：生成需要新增的行并合并到原数据
  dplyr::bind_rows(
    data.frame(
      day = max(.$day) + 1:n_shift,  # 新增行的day从原最大day+1开始递增
      value = rep(0, n_shift)        # 新增行的value设为0
    )
  ) %>%
  # 第二步：计算移位后的value2列
  dplyr::mutate(value2 = dplyr::lag(value, n = n_shift, default = 0))

# 查看结果
print(df)

输出结果 #

day value value2
1   1    29      0
2   2    78      0
3   3    40     29
4   4    86     78
5   5    91     40
6   6     0     86
7   7     0     91

步骤解释 #

1. 定义移位行数：先把要移位的行数n_shift单独定义，方便后续修改；
2. 扩展DataFrame：用bind_rows添加n_shift行新数据，其中day按原序列递增，value设为你需要的默认值（这里是0）；
3. 计算移位列：在扩展后的完整数据上用lag，这样新增行的value2就会自动取原数据对应位置的value值，完美匹配你的期望结果。

如果需要调整移位行数或者新增行的默认值，只需要修改n_shift和rep()里的参数就行啦~

内容的提问来源于stack exchange，提问作者Forge