Как просмотреть предыдущие значения в фрейме данных R по идентификатору и году?

Вопрос:

Допустим, у меня есть фрейм данных, который выглядит следующим образом:

   ID Year Value    Value_Prior.Year
 aaa 2010   800               
 bbb 2010  1000               
 ccc 2010   900
 ccc 2010   400      
 aaa 2011   400               
 bbb 2011   300               
 ccc 2011   100
 bbb 2013   100

Я хочу заполнить столбец «Предыдущий год», сопоставив ID и Year — 1. Я хотел бы выполнить суммирование всех других записей, которые соответствуют идентификатору и году — 1, на случай, если они не уникальны. Я создал цикл for, который будет работать, но, учитывая размер фактических данных, я пытаюсь найти более быстрый вариант.

РЕДАКТИРОВАТЬ: может отсутствовать несколько лет и несколько дубликатов. Итак, в приведенном выше примере последнее «Value_Prior.»Year» должно быть NA, а предпоследним значением должна быть сумма, или 1300.

Спасибо!

1. Попробуйте с lag после группировки по ‘ID’, т.е. library(dplyr); df1 %>% group_by(ID) %>% mutate(Value_Prior = lag(Value))

2. Добавлено редактирование для уточнения, проблема с решением задержки заключается в том, что может отсутствовать несколько лет

Ответ №1:

Вот однострочный вариант, использующий только базу R.

 transform(DF, PriorYearValue = ave(Value, ID, FUN = function(x) c(NA, head(x, -1))))

предоставление:

    ID Year Value PriorYearValue
1 aaa 2010   800             NA
2 bbb 2010  1000             NA
3 ccc 2010   900             NA
4 aaa 2011   400            800
5 bbb 2011   300           1000
6 ccc 2011   100            900

Примечание

Предполагается, что входные данные в воспроизводимой форме являются:

 Lines <- "
  ID Year Value
 aaa 2010   800               
 bbb 2010  1000               
 ccc 2010   900               
 aaa 2011   400               
 bbb 2011   300               
 ccc 2011   100"
DF <- read.table(text = Lines, header = TRUE, strip.white = TRUE)

Обновить

Что касается редактирования, которое было добавлено к вопросу, сложные соединения легко выполняются в SQL, поэтому:

 Lines <-  '
 ID Year Value
 aaa 2010   800               
 bbb 2010  1000               
 ccc 2010   900
 ccc 2010   400      
 aaa 2011   400               
 bbb 2011   300               
 ccc 2011   100
 bbb 2013   100'
DF <- read.table(text = Lines, header = TRUE, strip.white = TRUE)

library(sqldf)
sqldf("select a.*, sum(b.Value) PrevYearValue
       from DF a 
       left join DF b on a.ID = b.ID and a.Year - 1 = b.Year
       group by a.rowid")

предоставление:

    ID Year Value PrevYearValue
1 aaa 2010   800            NA
2 bbb 2010  1000            NA
3 ccc 2010   900            NA
4 ccc 2010   400            NA
5 aaa 2011   400           800
6 bbb 2011   300          1000
7 ccc 2011   100          1300
8 bbb 2013   100            NA

1. Извините, добавлено редактирование для уточнения. Некоторые годы могут отсутствовать, а другие записи могут быть не уникальными, поэтому мне нужно сопоставить как год, так и идентификатор и выполнить суммирование

2. Смотрите обновление, добавленное в конце.

3. Отлично — спасибо!