Supuse one有一个类似于下面的面板数据，(e.x.(有两个变量"CCD_ 1"；以及"；sales"：
set.seed(123)
df <- data.frame(
"dates" = c(as.Date("2021-01-01")+0:30,
as.Date("2022-01-01")+0:30),
"sales" = 0:61+(sample(1:30,62,replace = T)))
注意：
- 这是2021年和2022年1月的每日数据，因此是一个时间间隔，因为日期之间的数据表单不可用
- 您想要创建(例如(两个滞后变量：
- I(一天滞后：；销售；自上一日期起
- II( 一年滞后：；销售；一年前的同一天
- 你想在"；一次发射"；，我的意思是在一行使用管道("
%>%"(的代码中 - 解决方案必须是广义的：例如，如果以后想创建一个"；一个月滞后"；或一个"；45天滞后"；，等等
到目前为止我的尝试次数：
第一次尝试：
我一直在尝试使用dplyr的函数"；CCD_ 4"；，但问题是它产生了一个滞后，但它是基于行号而不是"0"中的日期；dates"；。因此，它工作得很好，但当具有时间连续数据集时，但不具有不连续数据集：
df <- df %>%
mutate(lag_1day = lag(sales,order_by = dates,1))
请注意，尽管所有连续日期都很好，但当它到达不连续时，它会按行而不是按日期指定最后一天，因此会指定一个值而不是"；CCD_ 6"；
> df[30:34,]
dates sales lag_1day
30 2021-01-30 52 58
31 2021-01-31 34 52
32 2022-01-01 55 34
33 2022-01-02 60 55
34 2022-01-03 36 60
第二次尝试：
我一直在使用的另一种方式是创建第一个数据帧的副本；CCD_ 7"；滞后所需的天数，并最终合并两个数据帧。它工作得很好(结果是期望的结果(，但我认为效率不高，因为它不是一个"；一次发射"；解决方案，它正在创建另一个数据帧。
df <- merge(
df,(df %>%
mutate(dates = dates+1) %>%
rename(lag_1day = sales)),
by = "dates", all.x = T)
> df[30:34,]
dates sales lag_1day
30 2021-01-30 59 37
31 2021-01-31 49 59
32 2022-01-01 35 NA
33 2022-01-02 46 35
34 2022-01-03 50 46
您可以尝试在mutate中使用if_else。它看起来不那么干净，而且在时间上也不是很有效，因为它需要进行n次比较才能得到答案，但这只是一根管子。
不确定确切的函数，但在伪代码中
df <- df %>%
mutate(lag_1day =
ifelse(lag(date,1))+1== date),
lag(sales,1),
NA)