我正在努力处理包含日期和时间的数据集。我想建立新列,例如 same_period_previous_week 和 same_period_previous_day 。
我在Stackoverflow中阅读了几个答案,但是还没有解决。
以下是重新创建数据集的代码:
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
我尝试使用 dplyr ,首先排序数据集,然后分组并创建滞后列。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)仅以几个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,因为前一天的上午9点没有相应的值。
在第一步中按升序或降序排列是否重要?
感谢您的期待!
答案 0 :(得分:1)
尝试这样。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))