r - 在 dplyr 中使用动态位置数创建滞后/超前变量

Question

我正在寻找一种方法来生成从具有动态位置数(参数n)的滞后列派生的列，这意味着这个新列应该作为参数n 存储在另一列中的值(有关文档，请参阅 lag 函数)。

示例数据:

set.seed(42)
df <- as_tibble(data.frame(
  id = c(rep(1,6), rep(2,5), rep(3,6)),
  n_steps = c(0,0,0,0,1,2,0,0,1:3,0,1:5),
  var1 = sample(1:9, 17, replace = TRUE),
  var2 = runif(17, 1, 2)))

# A tibble: 17 x 4
      id n_steps  var1  var2
   <dbl>   <dbl> <int> <dbl>
 1     1       0     1  1.08
 2     1       0     5  1.51
 3     1       0     1  1.39
 4     1       0     9  1.91
 5     1       1     4  1.45
 6     1       2     2  1.84
 7     2       0     1  1.74
 8     2       0     8  1.81
 9     2       1     7  1.39
10     2       2     4  1.69
11     2       3     9  1.00
12     3       0     5  1.83
13     3       1     4  1.01
14     3       2     2  1.21
15     3       3     3  1.91
16     3       4     9  1.61
17     3       5     9  1.38

更实际地说，我的想法是我想创建一个具有以下条件的变量var3:

• 如果n_steps == 0，var3 = var1
• 如果 n_steps > 0，var3 = var1 + var2 滞后 n_steps步骤

我尝试了以下代码

df %>% 
  group_by(id) %>% 
  mutate(var3 = ifelse(n_steps == 0, var1, var1 + lag(var2, n = n_steps)))

返回以下错误

Error: Problem with mutate() input var3. n must be anonnegative integer scalar, not a double vector of length 6. Inputvar3 is ifelse(n_steps == 0, var1, var1 + lag(var2, n = n_steps)).The error occured in group 1: id = 1. Run rlang::last_error() tosee where the error occurred.

我明白了:参数n需要一个标量值。我想引用当前行，但我没有在 SO 上找到任何有关它的信息。另外，我可以为 n_steps 假定的每个值创建 N 个新变量，但我正在寻找一种动态使用这些滞后列而不实际创建它们的方法。我怎样才能实现它？

预期输出:

      id n_steps  var1  var2  var3
 1     1       0     1  1.08  1   
 2     1       0     5  1.51  5   
 3     1       0     1  1.39  1   
 4     1       0     9  1.91  9   
 5     1       1     4  1.45  5.91
 6     1       2     2  1.84  3.91
 7     2       0     1  1.74  1   
 8     2       0     8  1.81  8   
 9     2       1     7  1.39  8.81
10     2       2     4  1.69  5.81
11     2       3     9  1.00 10.81 
12     3       0     5  1.83  5   
13     3       1     4  1.01  5.83
14     3       2     2  1.21  3.83
15     3       3     3  1.91  4.83
16     3       4     9  1.61 10.83 
17     3       5     9  1.38 10.83

Answer 1

试试这个？

df %>% 
  mutate(var3 = ifelse(n_steps == 0, var1, var1 + var2[row_number()-n_steps]))