R时间序列数据集 - 滞后日期和时间 - 不规则的数据周期答案

【问题标题】：R time series dataset - Lag date and time - Irregular data periodsR时间序列数据集 - 滞后日期和时间 - 不规则的数据周期
【发布时间】：2018-08-27 08:52:12
【问题描述】：

我正在为包含日期和时间的数据集而苦苦挣扎。我想构建新的列，例如 same_period_previous_week 和 same_period_previous_day。

我已经在 Stackoverflow 中阅读了几个答案，但无法修复它。

这是重新创建我的数据集的代码：

structure(list(date = structure(c(3L, 3L, 3L, 3L, 2L, 2L, 2L, 1L, 1L, 1L), .Label = c("8/19/2018", "8/25/2018", "8/26/2018" ), class = "factor"), time = c(9L, 10L, 11L, 12L, 10L, 11L, 12L, 10L, 11L, 12L), value = c(2L, 15L, 25L, 35L, 10L, 20L, 30L, 7L, 14L, 21L)), .Names = c("date", "time", "value"), class = "data.frame", row.names = c(NA, -10L))

看起来像这样：

date       time value
8/26/2018   9   2
8/26/2018   10  15
8/26/2018   11  25
8/26/2018   12  35
8/25/2018   10  10
8/25/2018   11  20
8/25/2018   12  30
8/19/2018   10  7
8/19/2018   11  14
8/19/2018   12  21

我尝试过使用 dplyr，首先对数据集进行排序，然后对其进行分组并创建一个滞后列.这是我的代码：

df <- df %>% arrange(date, time)
df_tmp <- df %>% group_by(date, time) %>% mutate(lag_1day = lag(value, n = 1, default = NA))

新列 (lag_1day) 以几个 NA 结束。

我希望得到以下结果：

date    time    value   lag_1day
8/26/2018   9   2       NA
8/26/2018   10  15      10
8/26/2018   11  25      20
8/26/2018   12  35      30
8/25/2018   10  10      7
8/25/2018   11  20      14
8/25/2018   12  30      21
8/19/2018   10  7       NA
8/19/2018   11  14      NA
8/19/2018   12  21      NA

请注意，第一行有一个 NA，因为前一天上午 9 点没有对应的值。

第一步是按升序还是降序排列有关系吗？

感谢期待！

【问题讨论】：

标签： r

【解决方案1】：

试试这样。我想你快到了。

library(dplyr)

df$date <- as.Date(df$date, '%m/%d/%Y')

df %>%
  arrange(time, date) %>% 
  group_by(time) %>%
  mutate(lag_1day = lag(value, n = 1, default = NA)) %>% 
  arrange(desc(date, time))

【讨论】：

嗨，汤姆！感谢您的快速回答！效果很好。所以，我不必按日期和时间分组？
滞后功能适用于特定的分组。如果您同时按日期和时间分组，则每一行都不会与其他任何内容分组，因为日期和时间在一起是唯一的。如果您按时间分组，这会将所有日期分组在一起，此时您的延迟功能将正常工作。