嵌套tibble中使用lag()和mutate()关联前后数据生成新列表列

你原来的嵌套写法不符合预期有两个核心原因：

• nest_by()会生成行分组（rowwise）结构，此时mutate内调用lag(data)只能读取当前行上下文，无法正确获取上一行的嵌套data对象
• anti_join()返回的是tibble结构，直接赋值给新列时dplyr会自动按行展开，不会存储为你期望的列表列，需要手动用list()封装结果

用普通的.by分组嵌套而非行分组，先创建滞后的data列，指定default参数，再封装join结果为列表列即可：

library(tidyverse)
examp %>%
  # 按年份嵌套，不生成行分组
  nest(.by = year, .key = "data") %>%
  # 生成滞后的上一周期data列，指定default为第一期的data
  mutate(prev_data = lag(data, default = data[[1]])) %>%
  # 封装anti_join结果为列表列
  mutate(new_id_data = list(anti_join(data, prev_data, by = "id"))) %>%
  # 清理不需要的中间列
  select(-prev_data)

运行后new_id_data就是标准的tibble列表列，直接调用unnest(new_id_data)即可展开所有新增id的行。

你这个需求本质是筛选每个id首次出现的周期对应行，完全不需要嵌套或列表操作，用窗口函数即可实现，性能更优写法更简洁：

examp %>%
  group_by(id) %>%
  # 标记id首次出现的年份
  filter(year == min(year)) %>%
  ungroup() %>%
  # 按你的需求，第一年和自身对比无新增，过滤掉第一年的结果
  filter(year != min(year))

该输出结果和你最初用split + map2得到的结果完全一致。

内容的提问来源于stack exchange，提问作者fisher-j