在 Stata 中，可以通过执行以下操作在组内运行命令并按x 和y 排序，并进一步按z 排序（但不能在分组中使用z）：
bysort x y (z): command
如何在 R 中做到这一点，尤其是排序部分？
请注意，x、y 和 z 的排序很重要。
这是我认为可能是代码的一部分，使用tidyverse：
data %>% group_by(x,y) %>% command
示例数据：
a <- data.frame(x=c(1,1,1,1,2,2,2,2), y=c(3,3,4,4,5,5,6,6), z=c(8,7,6,5,4,3,2,1), val=c(1,2,3,4,5,6,7,8))
在每个x、y 组内，我想执行以下操作：
mutate(lag = lag(val))
【问题讨论】：
标签： r sorting dplyr stata tidyverse
简短的回答是，R 没有一个与 Stata sortby 等价的东西。这取决于sortby 之后的command。与 Stata 不同，R 在大多数情况下不需要对子组分析进行排序。
在这种情况下，我们不需要按x 和y 进行排序。我不确定您的预期结果，但一种选择可能是这样的：
a %>%
group_by(x, y) %>%
arrange(z) %>%
mutate(lag = lag(val)) %>%
ungroup()
# A tibble: 8 x 5
x y z val lag
<dbl> <dbl> <dbl> <dbl> <dbl>
1 2 6 1 8 NA
2 2 6 2 7 8
3 2 5 3 6 NA
4 2 5 4 5 6
5 1 4 5 4 NA
6 1 4 6 3 4
7 1 3 7 2 NA
8 1 3 8 1 2
【讨论】：
dplyr 中的 arrange 函数。如果您不想升序，请在其中使用desc。此外，group_by 的使用也不必为此目的 - 您指定列的顺序是行排序的优先级..
data %>%
arrange(x, y, desc(z))
更新： 我想你已经知道如何做这部分了，因为我已经向你展示了如何排序......
data %>%
arrange(x, y, desc(z)) %>%
group_by(x,y) %>%
mutate(lagged = lag(z))
【讨论】：
对于您的（更新的？）数据和mutate() 命令的具体问题，您似乎已经在group_by()、arrange() 和mutate() 的正确轨道上。
但对于更广泛的问题，有一些拆分应用问题并不像在 Stata 中那样简单。这是一个汇总组的示例，它具有更明确的拆分应用形式。
library(tidyverse)
a <- data.frame(x = c(1, 1, 1, 1, 2, 2, 2, 2), y = c(3, 3, 4, 4, 5, 5, 6, 6), z = c(8, 7, 6, 5, 4, 3, 2, 1), val = c(1, 2, 3, 4, 5, 6, 7, 8))
a %>%
group_split(x, y) %>%
purrr::map(summary)
#> [[1]]
#> x y z val
#> Min. :1 Min. :3 Min. :7.00 Min. :1.00
#> 1st Qu.:1 1st Qu.:3 1st Qu.:7.25 1st Qu.:1.25
#> Median :1 Median :3 Median :7.50 Median :1.50
#> Mean :1 Mean :3 Mean :7.50 Mean :1.50
#> 3rd Qu.:1 3rd Qu.:3 3rd Qu.:7.75 3rd Qu.:1.75
#> Max. :1 Max. :3 Max. :8.00 Max. :2.00
#>
#> [[2]]
#> x y z val
#> Min. :1 Min. :4 Min. :5.00 Min. :3.00
#> 1st Qu.:1 1st Qu.:4 1st Qu.:5.25 1st Qu.:3.25
#> Median :1 Median :4 Median :5.50 Median :3.50
#> Mean :1 Mean :4 Mean :5.50 Mean :3.50
#> 3rd Qu.:1 3rd Qu.:4 3rd Qu.:5.75 3rd Qu.:3.75
#> Max. :1 Max. :4 Max. :6.00 Max. :4.00
#>
[...detail omitted...]
【讨论】：