dplyr领先/落后于group_by

Question

不明白为什么我的超前和滞后功能会忽略分组依据。 这是一个简单的示例（实际上我需要按5列分组）。

# Dummy DataSet
df <- data.frame(group = c("a","a","a","a", "a", "b", "b", "b", "b", "b"),
                 order = c(3, 4, 2, 5, 1, 1, 3, 4, 2, 4),
                 value = c(15, 22, 43, 31, 25, 11, 37, 24, 18, 9))    

"group" "order" "value"
"a" 3   15
"a" 4   22
"a" 2   43
"a" 5   31
"a" 1   25
"b" 1   11
"b" 3   37
"b" 4   24
"b" 2   18
"b" 4   9

尝试过此操作，但即使按以下顺序操作也无法正常工作

df %>%
    group_by(group) %>%
    mutate(previous = dplyr::lag(value, n=1, default=NA, order_by = order))

然后尝试事先安排。

df %>% 
    arrange(group, order) %>%
    group_by(group) %>% 
    mutate(previous = dplyr::lag(value, n=1, default=NA))

"group" "order" "value" "previous"
"a" 1   25  NA
"a" 2   43  25
"a" 3   15  43
"a" 4   22  15
"a" 5   31  22
"b" 1   11  31
"b" 2   18  11
"b" 3   37  18
"b" 4   24  37
"b" 4   9   24

固定排序，但仍忽略组的原因，因为b 1应该是NA而不是31。 是我遗漏了明显的东西还是不能将lag / lead和group_by这样组合？

可以在SQL中使用

LAG(value, 1, NULL) OVER (PARTITION BY group ORDER BY order)

抱歉，如果格式不佳，请不要在之前发布代码问题。