这样的话你只要把日期列给补齐就可以了。假设日期从2005/3/31开始，到2014/12/31结束，那么你先生成一个日期序列：


right_join保证了所有dt内的值都会出现在DF$Accper中，同时对于原来不存在的Accper中的值（例如2006/3/31)，该行的其他列就会被自动填充NA。这时候你再lag的话就会有你想要的效果了。

谢谢。我试了一下，但是我发现并没有补齐。因为dt里的所有四十个日期在Accper里的日期都有，所有合并后没有什么变化。它并不是按照每家企业分别合并，所以原来少日期的企业依然少日期。我按企业分组了(group_by),仍然是这样。怎么解决？

我明白了，你是针对每个企业都有一组日期，范围在2005/3/31-2014/12/31，但是可能企业A缺了2014/06/30，企业B缺了2013/09/30，是不是这样？如果是这种情况的话，那就是要按照分组inner_join了，这个任务dplyr就没法胜任了。我们可以用plyr里的ddply：

您好，我生成了日期序列DATE，然后运行了下面程序：
library(plyr)
A13 <- ddply(.data = A12,
      .variables = "Stkcd",
      .fun = function(A12) right_join(A12, dt, by = c("Accper" = "DATE")))
但是出现了这样的结果：
Error in .fun(piece, ...) : could not find function "right_join"
而且把right_join改成inner_join也是错。请问怎么回事？

谢谢。
library(plyr)
ddply(.data = A12,
      .variables = "Stkcd",
      .fun = function(A12){ inner_join(A12, dt, by = c("Accper" = "DATE"))})
按照你说的地方做了，我先生成了一个日期序列DATE，然后运行了上面的程序，但是显示了下面这样的错误，是不是哪里还出了问题？
Error in .fun(piece, ...) : could not find function "right_join"

Stkcd         Accper        size                    quarter        year        V2
2              2005/3/31        18099562461        1        2005        NA
2              2005/6/30        18878575570        2        2005        18099562461
2              2005/9/30        21198362007        3        2005        18878575570
2              2005/12/31        21992392061        4        2005        21198362007
2              2006/3/31        24272615067        1        2006        NA
2              2006/6/30        28727821155        2        2006        24272615067
2              2006/9/30        42245109714        3        2006        28727821155
2              2006/12/31        48507917571        4        2006        42245109714
2               2007/3/31        50178579911        1        2007        NA
2              2007/6/30        63670342454        2        2007        50178579911
2              2007/9/30        95027325210        3        2007        63670342454
2              2007/12/31        1.00E+11                4        2007        95027325210
2              2008/3/31        1.06E+11                1        2008        NA
2              2008/6/30        1.11E+11                2        2008        1.06E+11
2               2008/9/30        1.21E+11                3        2008        1.11E+11
2              2008/12/31        1.19E+11             4        2008        1.21E+11
你好，谢谢你的回复。但是按照你的运行，同一家公司每年的最后一个季度和下年的第一个季度并没有连一起，怎么回事？

没看明白你说的没有连在一起是什么意思~

正在尝试
找不到一个函数能产生一个被软件认为是季度的变量yq最后两句改成下面就可以了。但是还没有找到
data <- group_by(data, Stkcd, yq)
data <- mutate(data, V2 = lag(size, n=1L))




如果是用stata，很容易处理。但R中找不到好办法

inner_join和right_join是dplyr里的函数，需要先载入dplyr包。这里因为你需要日期序列里的所有值，所以要用right_join而不是inner_join

谢谢，非常感谢。我用stata试试。

恩，好的。谢谢你这几天耐心的回答，学到了很多，谢谢。

# First, create a pdata.frame
data("EmplUK", package = "plm")
Em <- pdata.frame(EmplUK)

# Then extract a series, which becomes additionally a pseries
z <- Em$output
class(z)

# compute the first and third lag, and the difference lagged twice
lag(z)
lag(z, 3)
diff(z, 2)

# compute negative lags (= leading values)
lag(z, -1)
lead(z, 1) # same as line above
identical(lead(z, 1), lag(z, -1)) # TRUE

# compute more than one lag and diff at once
# (each returns matrix)
lag(z, c(1,2))
diff(z, c(1,2))

自己摸索了很久，用data.table加Lag函数可以解决这个问题，例如：DATA[,.Accper1=Lag(A,shift = 1),by="Stkcd"]

太棒了！感谢分享！

感谢上面的回答。data.table加library(Hemisc)中的Lag函数，确实可以解决这个问题。

请问为什么显示没有Lag函数，也没有Hemisc程序包