dplyr 函数返回错误的 NA

Question

我有与here 发布的相同的问题，但问题仍未得到解答，我也遇到了同样的问题。

我附上了我的数据样本here。

我使用的R版本是3.4.2，dplyr版本是0.7.4。

为了让每个人都能快速... 导入数据后，我进行以下编辑：

#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)

现在是问题出现的地方（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

可能有人对为什么滞后功能不起作用有任何建议吗？

Answer 1

在您之前的一个操作中，您指定了group_by(sps)，该组将一直连接到您的数据框，直到您ungroup()。某些行级别的操作不会受到组的影响，但聚合函数和基于多行值计算的函数会​​受到影响。

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

另外，关于我注意到的：

1. 我在你的标题里看到了# Groups: sps [10]
2. 每个sps 值的第一个实例为 NA，但每个的第二个实例正确为 0

然而，作为最终编辑，lag() 的第一个值将始终为 NA，因为没有先前的值。 group_by(sps) 也是如此，但这意味着您将有 10 个 NA 值，一个用于每个因子级别的第一个实例。如果您想要组内的滞后值，那么您不应该 ungroup() 并且该函数正在正常工作，创建这些 NA。您可以将这些 NA 替换为 0 或其他值（如果适用）。