R语言：分组滞后变量生成不同组内滞后值的技术问题问询

刚好碰到过类似的场景，我来给你分两种常见情况讲清楚怎么实现，结合你用的dplyr和data.table两种工具来写：

首先先把你的示例数据固定下来（加个随机种子让结果可重复），方便后续演示：

library(dplyr)
library(data.table)
library(lubridate)
set.seed(123) # 固定随机数，结果可复现
v2 <- sample(1:100, 15)
df <- data.frame(qy = c(rep('2016-01-01', 5), rep('2016-04-01', 5), rep('2016-10-01', 5)), 
                 id = c(rep(c('a','a','b','b','c'), 3)), 
                 value_t = c(0,0,1,1,0,1,1,0,0,0,0,0,1,1,1), 
                 value2_t = c(v2))
df$qy <- ymd(df$qy)
df <- df %>% arrange(id, qy)

情况1：同一ID下全局滞后（跨季度关联） #

如果你的需求是同一个ID下，所有观测按时间排序后，每一行滞后前一行（不管是不是同一个季度），可以这样做：

用dplyr实现

df_lag_global <- df %>%
  group_by(id) %>%
  mutate(
    # 滞后1期，无前置数据时填充NA
    value_t_lag1 = lag(value_t, n = 1, default = NA),
    # 滞后1期，无前置数据时填充0（可自定义）
    value2_t_lag1 = lag(value2_t, n = 1, default = 0)
  ) %>%
  ungroup()

用data.table实现

setDT(df)
df[, `:=`(
  value_t_lag1 = shift(value_t, n = 1, type = "lag", fill = NA),
  value2_t_lag1 = shift(value2_t, n = 1, type = "lag", fill = 0)
), by = id]

情况2：同一ID+同季度内的组内滞后（仅同季度关联） #

如果你的需求是仅在同一个ID的同一个季度内，对观测做滞后，不同季度之间不产生关联，就需要按id和qy双重分组：

用dplyr实现

df_lag_quarter <- df %>%
  group_by(id, qy) %>%
  mutate(
    value_t_lag_q = lag(value_t, n = 1, default = NA),
    value2_t_lag_q = lag(value2_t, n = 1, default = 0)
  ) %>%
  ungroup()

用data.table实现

setDT(df)
df[, `:=`(
  value_t_lag_q = shift(value_t, n = 1, type = "lag", fill = NA),
  value2_t_lag_q = shift(value2_t, n = 1, type = "lag", fill = 0)
), by = .(id, qy)]

额外小提示 #

• 如果需要滞后多期，把n参数改成对应数字就行，比如n=2就是滞后2期；
• 填充值可以根据需求自定义，比如NA、0或者其他常量；
• 如果你的分组内观测顺序不确定，记得在分组后先加一步arrange(你的排序变量)，确保滞后的顺序是正确的。

内容的提问来源于stack exchange，提问作者kathystehl