dplyr函數返回錯誤的NA

Question

我有與此處發布的問題相同的問題，但問題仍未得到解答，我也有同樣的問題。

我在這里附上了我的數據樣本。

我正在使用的R版本是3.4.2，而dplyr的版本是0.7.4。

為了使每個人都快上一步...導入數據后，我進行了以下編輯：

#specify which species are predators (pp = 1) and prey (pp = 0)
d1 = d1 %>%
    group_by(sps) %>% #grouped by species
    mutate(pp=ifelse(sps %in% c("MUXX", "MUVI","MEME"), 1,0)) #mutate to specify predators as 1 and prey as 0

d1$datetime=strftime(paste(d1$date,d1$time),'%Y-%m-%d %H:%M',usetz=FALSE) #converting the date/time into a new format 

head(d1) #visualize the first few lines of the data

d2 = d1 %>% filter(km %in% c("80")) #restricting the observations to just one location (km 80)

現在針對出現問題的地方（NA）：

d2 = d2 %>% mutate(prev = dplyr::lag(pp)) 
#when I look at the output I see the lag function isn't working (shown below)

> d2
# A tibble: 209 x 10
# Groups:   sps [10]
  ID       date    km culv.id   type    sps   time    pp         datetime  prev
<int>     <fctr> <dbl>  <fctr> <fctr> <fctr> <fctr> <dbl>            <chr> <dbl>
1     1 2012-06-19    80       A    DCC  MICRO   2:19     0 2012-06-19 02:19    NA
2     2 2012-06-21    80       A    DCC   MUXX  23:23     1 2012-06-21 23:23    NA
3     3 2012-07-15    80       A    DCC   MAMO  11:38     0 2012-07-15 11:38    NA
4     4 2012-07-20    80       A    DCC  MICRO  22:19     0 2012-07-20 22:19     0
5     5 2012-07-29    80       A    DCC  MICRO  23:03     0 2012-07-29 23:03     0
6     8 2012-08-07    80       A    DCC   PRLO   2:04     0 2012-08-07 02:04    NA
7     9 2012-08-08    80       A    DCC  MICRO  23:56     0 2012-08-08 23:56     0
8    10 2012-08-09    80       A    DCC   PRLO  23:06     0 2012-08-09 23:06     0
9    11 2012-08-13    80       A    DCC  MICRO   0:04     0 2012-08-13 00:04     0
10   12 2012-08-13    80       A    DCC  MICRO   0:46     0 2012-08-13 00:46     0

有人對滯后功能為什么不起作用有什么建議嗎？

Answer 1

在先前的操作之一中，您指定了group_by(sps) ，該組將保持與數據框的連接，直到您ungroup() group ungroup()為止。 某些行級別的操作不受組的影響，但會聚合函數，並且基於多於一行的值求值的函數將受到影響。

d2 <- d2 %>% ungroup() %>% mutate(prev = dplyr::lag(pp))

另外，關於我注意到的是：

1. 我在您的標題# Groups: sps [10]看到了# Groups: sps [10]
2. 每個sps值的第一個實例為NA，但每個第二個實例正確為0

但是，作為最終編輯，因為沒有先前的值，所以lag()的第一個值將始終為NA。 group_by(sps)也是這樣，但是這意味着您將有10個NA值，每個因子級別的第一個實例都有一個。 如果要在組中使用滯后值，則不應ungroup()並且函數可以正常創建這些NA。 您可以將這些NA替換為0，也可以使用其他值替換。