R：由多列分组后的Dplyr滞后变量

Question

我想在Year, State, Tier, Group分组后计算score差异。我的数据的程式化的表述看起来像：

dat2 <- data.frame(
Year = sample(1990:1996, 10, replace = TRUE), 
State = sample(c("AL", "CA", "NY"), 10, replace = TRUE), 
Tier = sample(1:2), 
Group = sample(c("A", "B"), 10, replace = TRUE), 
Score = rnorm(10)) 

我试图用mutate和group_by_然而.dots它获得从下一绝对值的值（即分组似乎不工作）。我最感兴趣的是绘制年度差异（ala时间序列，尽管某些年份会是NA），所以这可以通过滞后或计算下一年的得分来解决。

编辑：因此，如果数据集的样子：

Year State Tier Group Score 
1990 AL  1  A  75 
1990 AL  2  A  100 
1990 AL  1  B  5 
1990 AL  2  B  10 
1991 AL  1  A  95 
1991 AL  2  A  80 
1991 AL  1  B  5 
1991 AL  2  B  15 

期望的最终结果将是：

Year State Tier Group Score Diff 
1991 AL  1  A  95  20  
1991 AL  1  B  5  0 
1991 AL  2  A  80  -20 
1991 AL  2  B  15  5 

Answer 1

如果我理解正确的，你想计算的差异Score每个组合内Year, State, Tier, Group？据推测，您的数据将按照时间顺序排序，以区别于任何意义。你举的例子是小，无法重复这些组合，但我相信你正在寻找的解决办法是：

library(dplyr) 
dat2 %>% 
arrange(Year) %>% 
group_by(State, Tier, Group) %>% 
mutate(ScoreDiff = Score - lag(Score)) 

根据您目前的代码中，ScoreDiff列有很多NAs，因为通常不会多在10个案例中，四个变量的组合相同。但你可以用一个更通用的代码来试一下（我也把1990年的开始年份改为1890年）：

n <- 100 

dat2 <- data.frame(
    Year = sample(1890:1996, n, replace = TRUE), 
    State = sample(c("AL", "CA", "NY"), n, replace = TRUE), 
    Tier = sample(1:2), 
    Group = sample(c("A", "B"), n, replace = TRUE), 
    Score = rnorm(n)) 

dat2 %>% 
    arrange(Year) %>% 
    group_by(State, Tier, Group) %>% 
    mutate(ScoreDiff = Score - lag(Score))