如何在DataFrame中按十年人均收入中位数对符合条件的国家排名

核心需求 #

• 基于PWT10数据集，为每个十年（如1950年代、1960年代）计算各国人均收入的十年中位数
• 仅纳入对应十年起始年份（如1950、1960）已有收入数据的国家，避免样本波动影响结果
• 按中位数降序排名，最富裕国家排第1位，最贫困国家排末位

实现代码 #

# 安装并加载依赖包
install.packages(c("pwt10", "dplyr"))
library(pwt10)
library(dplyr)

# 加载PWT10.01数据
data(pwt10.01)

# 数据预处理+十年中位数排名计算
PWT_decade_ranks <- pwt10.01 |>
  # 筛选指定的i_cig类型（与原代码一致）
  filter(i_cig %in% c("ICPPPP-benchmark+interpolated", "ICPPPP-extrapolated", 
                      "benchmark", "extrapolated", "interpolated")) |>
  # 计算以美国为基准的PL_CON
  mutate(PL_CON = pl_con / pl_con[isocode == "USA"], .by = year) |>
  # 计算人均收入Income
  mutate(Income = ccon * PL_CON / pop, .by = year) |>
  # 生成十年分组标记（如1950-1959统一标记为1950）
  mutate(decade = floor(year / 10) * 10) |>
  # 判断每个国家在对应十年的起始年是否有有效收入数据
  mutate(has_start_data = !is.na(Income[year == decade]), .by = c(isocode, decade)) |>
  # 仅保留起始年有数据的国家记录
  filter(has_start_data) |>
  # 计算每个国家在对应十年的收入中位数
  mutate(decade_income_median = median(Income, na.rm = TRUE), .by = c(isocode, decade)) |>
  # 按十年分组，对中位数降序排名（ties.method处理并列情况）
  mutate(decade_rank = rank(-decade_income_median, ties.method = "min"), .by = decade) |>
  # 去重，保留每个国家-十年的唯一核心结果
  distinct(isocode, decade, country, decade_income_median, decade_rank)

# 查看最终结果
View(PWT_decade_ranks)

关键步骤说明 #

• 十年分组：通过floor(year/10)*10将所有年份映射到对应十年的起始年，方便后续分组计算
• 样本筛选：利用.by = c(isocode, decade)分组判断，确保只有在十年起始年有数据的国家才会被纳入该十年的排名计算
• 中位数计算：按国家和十年分组，计算该时间段内人均收入的中位数，有效降低汇率波动带来的短期数据波动
• 排名生成：对中位数取负值后使用rank()函数，实现降序排名；ties.method = "min"保证并列国家获得相同的最高排名

内容的提问来源于stack exchange，提问作者Anon9001