如何在R面板数据框中按国家每5行重复首行值生成新变量

我有一个包含960条观测值的面板数据框，想要创建名为new.var的新变量：按country分组后，将每组内每5行组成的块的首行Old.var值，填充到该块的所有行中。

示例数据 #

df <- data.frame(
  year=rep(c(2001:2010),2),
  country=c(rep("A",10),rep("B",10)),
  Old.var= c(12,26,14,9,7,42,13,12,24,13, 19,32,44,63,24,12,16,9,10, 5)
)

输出结果：

year country Old.var
1  2001       A      12
2  2002       A      26
3  2003       A      14
4  2004       A       9
5  2005       A       7
6  2006       A      42
7  2007       A      13
8  2008       A      12
9  2009       A      24
10 2010       A      13
11 2001       B      19
12 2002       B      32
13 2003       B      44
14 2004       B      63
15 2005       B      24
16 2006       B      12
17 2007       B      16
18 2008       B       9
19 2009       B      10
20 2010       B       5

期望输出 #

df.new <- data.frame(
  year=rep(c(2001:2010),2),
  country=c(rep("A",10),rep("B",10)),
  Old.var= c(12,26,14,9,7,42,13,12,24,13, 19,32,44,63,24,12,16,9,10, 5),
  new.var= c(12,12,12,12,12,42,42,42,42,42,19,19,19,19,19,12,12,12,12,12)
  
)

输出结果：

year country Old.var new.var
1  2001       A      12      12
2  2002       A      26      12
3  2003       A      14      12
4  2004       A       9      12
5  2005       A       7      12
6  2006       A      42      42
7  2007       A      13      42
8  2008       A      12      42
9  2009       A      24      42
10 2010       A      13      42
11 2001       B      19      19
12 2002       B      32      19
13 2003       B      44      19
14 2004       B      63      19
15 2005       B      24      19
16 2006       B      12      12
17 2007       B      16      12
18 2008       B       9      12
19 2009       B      10      12
20 2010       B       5      12

方法1：使用dplyr包（推荐） #

先安装并加载dplyr，按country分组后创建每5行一组的块标识，再提取每个块的首行Old.var值填充整个块：

library(dplyr)

df <- df %>%
  group_by(country) %>%
  mutate(
    block = (row_number() - 1) %/% 5,
    new.var = first(Old.var[block == cur_group()$block])
  ) %>%
  ungroup() %>%
  select(-block) # 可选择删除临时的block列

方法2：使用data.table包（适合大数据场景） #

如果数据量较大，data.table的处理效率更优：

library(data.table)

setDT(df)
df[, new.var := Old.var[1], by = .(country, (seq_len(.N)-1) %/% 5)]

方法3：基础R实现 #

无需额外安装包，用ave函数结合分组逻辑完成：

df$new.var <- ave(
  df$Old.var,
  df$country,
  (ave(seq_len(nrow(df)), df$country, FUN = seq_along) - 1) %/% 5,
  FUN = function(x) x[1]
)

内容的提问来源于stack exchange，提问作者jay