有人使用dplyr
包对这样的结果有解释吗?
我有一个数据帧df
library(dplyr)
df = data_frame(
'id' = c(1,2,2,2,2,3,3,3,3),
'start' = c(881, 1611, 1611, 1642, 1764, 0, 0, 28, 59),
'end' = c(1089, 1819, 1819, 1850, 1972, 208, 208,236, 267))
那看起来像
# Source: local data frame [9 x 3]
#
# id start end
# (dbl) (dbl) (dbl)
# 1 1 881 1089
# 2 2 1611 1819
# 3 2 1611 1819
# 4 2 1642 1850
# 5 2 1764 1972
# 6 3 0 208
# 7 3 0 208
# 8 3 28 236
# 9 3 59 267
在按id
分组并在结束列中应用滞后后,我预计每个id
都会缺少一个.
df %>%
group_by(id) %>%
mutate(end.prev = lag(end))
但我有
# Source: local data frame [9 x 4]
# Groups: id [3]
#
# id start end end.prev
# (dbl) (dbl) (dbl) (dbl)
# 1 1 881 1089 NA
# 2 2 1611 1819 NA
# 3 2 1611 1819 1819
# 4 2 1642 1850 1819
# 5 2 1764 1972 1850
# 6 3 0 208 NA
# 7 3 0 208 NA <- I don't understant this NA
# 8 3 28 236 NA <- Neither this one
# 9 3 59 267 NA <- nor this other
我使用的是 cran dplyr 0.4.3 中可用的最新版本(我的 R 版本是 3.2.5)
随着时间的推移,这有很多问题,首先是重新加载环境后,统计数据中覆盖lag()
功能可能会出现问题。因此,有时您必须明确使用dplyr::lag()
。但这里的普遍问题是group_by()
.问题应该在ungroup()
您的 tbl 后解决。
我正在使用版本 dplyr
版本 1.0.5
并且它似乎正在工作。如果版本不重要,那么也许只需将您的dplyr
升级到最新版本即可。
library(tidyverse)
df = tibble(
'id' = c(1,2,2,2,2,3,3,3,3),
'start' = c(881, 1611, 1611, 1642, 1764, 0, 0, 28, 59),
'end' = c(1089, 1819, 1819, 1850, 1972, 208, 208,236, 267))
df %>%
group_by(id) %>%
mutate(end.prev = lag(end))
#> # A tibble: 9 x 4
#> # Groups: id [3]
#> id start end end.prev
#> <dbl> <dbl> <dbl> <dbl>
#> 1 1 881 1089 NA
#> 2 2 1611 1819 NA
#> 3 2 1611 1819 1819
#> 4 2 1642 1850 1819
#> 5 2 1764 1972 1850
#> 6 3 0 208 NA
#> 7 3 0 208 208
#> 8 3 28 236 208
#> 9 3 59 267 236
创建于 2021-04-16 由 reprex 软件包 (v2.0.0)