如何在data.table中满足start=end条件时为下一行新增spot_new列？

首先我先还原你的测试数据，方便后续验证：

library(data.table)
library(lubridate)

data <- structure(list(Id = c(1, 1, 1, 1), 
                       start = structure(c(1509525095, 1509529535, 1509532655, 1509543455), 
                                         class = c("POSIXct", "POSIXt"), tzone = "NA"), 
                       end = structure(c(1509525450, 1509529535, 1509535650, 1509549450), 
                                       class = c("POSIXct", "POSIXt"), tzone = "NA"), 
                       spot = structure(c(1509524490, 1509529235, 1509529715, 1509542250), 
                                        class = c("POSIXct", "POSIXt"), tzone = "NA"), 
                       type = structure(c(1L, 1L, 3L, 1L), .Label = c("1", "2", "3"), class = "factor"), 
                       consumption = structure(c(10.0833333333333, 5, 49, 20.0833333333333), 
                                               units = "mins", class = "difftime")), 
                  .Names = c("Id", "start", "end", "spot", "type", "consumption"), 
                  row.names = c(NA, -4L), 
                  class = c("data.table", "data.frame"))

你的需求是：找到所有start == end的行，然后在该行的下一行新增spot_new列，值为当前行的spot。你之前的代码有两个关键问题：

• 条件判断应该用==而非=，=在data.table的i位置是赋值逻辑，不是判断
• 赋值逻辑没定位到目标行的下一行，而是直接修改了当前行的列

下面给你两种可行的解决方案：

方法一：行索引定位法 #

先精准找到符合条件的行，再定位到它们的下一行进行赋值：

# 筛选出start==end的行索引
target_idx <- which(data$start == data$end)
# 计算目标行的下一行索引，同时过滤掉超出数据行数的情况（比如最后一行符合条件的情况）
next_idx <- target_idx + 1
next_idx <- next_idx[next_idx <= nrow(data)]

# 给指定行赋值spot_new
data[next_idx, spot_new := data$spot[target_idx]]

运行后你会看到第3行（原第2行是start==end的行）的spot_new被正确赋值为第2行的spot值：

> data
   Id               start                 end                spot type consumption           spot_new
1:  1 2017-11-01 09:31:35 2017-11-01 09:37:30 2017-11-01 09:21:30    1   10.08333 mins                NA
2:  1 2017-11-01 10:45:35 2017-11-01 10:45:35 2017-11-01 10:40:35    1    5.00000 mins                NA
3:  1 2017-11-01 11:37:35 2017-11-01 12:27:30 2017-11-01 10:48:35    3   49.00000 mins 2017-11-01 10:40:35
4:  1 2017-11-01 14:37:35 2017-11-01 16:17:30 2017-11-01 14:17:30    1   20.08333 mins                NA

方法二：data.table原生shift函数法（更简洁） #

利用shift函数获取上一行的判断结果和spot值，按组处理更贴合data.table的风格：

data[, spot_new := ifelse(shift(start == end, type = "lag"), shift(spot, type = "lag"), NA), by = Id]

这里的逻辑是：用shift(start == end, type = "lag")判断当前行的上一行是否满足start==end，如果满足就把上一行的spot赋值给当前行的spot_new，否则设为NA。by=Id确保只在每个Id组内处理，不会跨组赋值。

两种方法都能得到正确结果，你可以根据自己的习惯选择。如果start==end的行是最后一行，两种方法都会自动忽略，不会出现索引越界的问题。

内容的提问来源于stack exchange，提问作者Ricky