dplyr函数返回false NAs

Question

我有与此处发布的相同的问题,但问题仍然没有答案,我也遇到了同样的问题.

我在这里附上了我的数据样本.

我使用的R版本是3.4.2,dplyr的版本是0.7.4.

为了让每个人都加快速度......导入数据后,我会进行以下编辑:

#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)

现在问题出现的地方(NAs):

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

任何人都有任何建议为什么滞后功能不起作用？

Answer 1

在您之前指定的某个操作中group_by(sps),该组将保持与您的数据框连接,直到您ungroup().某些行级操作不受组影响,但聚合函数和基于多行中的值进行求值的函数将会影响.

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

另外,关于我注意到的事情:

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

但是,作为最终编辑,第一个值lag()将始终为NA,因为没有先前的值.这也是如此group_by(sps),但这意味着你将拥有10个NA值,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()和函数正常工作来创建这些NA.您可以将这些NA替换为0,或者在适当的情况下替换其他值.