R语言跨年月度share差值计算问题及代码修正求助

需要计算月度share的差值，规则如下：

• 非1月、非12月：当月share减去同年上月的share
• 1月：当月share减去上一年12月的share
• 12月：当月share减去下一年1月的share

尝试的代码及问题 #

代码1：产生大量NA值 #

这段代码运行后得到大量NA，原因是分组后无法跨年份访问数据，且索引逻辑错误：

data %>%
  arrange(month) %>%
  mutate(unique = ave(month, month, FUN = seq_along)) %>%
  group_by(year) %>%
  mutate(
    lags = ifelse(
      month == 1, 
      share - share[month == 12 & year == unique(year) - 1], 
      share - share[month == month - 1 & year == unique(year)]
    )
  )

代码2：无法处理12月逻辑 #

嵌套ifelse的代码可正常计算部分月份，但完全没有处理12月调用下一年1月的需求，且代码冗余：

mutate(lag = ifelse(month == 1, share[month == 2] - share[month == 1], 
                      ifelse(month == 2, share[month == 3] - share[month == 2],
                             ifelse(month == 3, share[month == 4] - share[month == 3],
                                    ifelse(month == 4, share[month == 5] - share[month == 4],
                                           ifelse(month == 5, share[month == 6] - share[month == 5],
                                                  ifelse(month == 6, share[month == 7] - share[month == 6],
                                                         ifelse(month == 7, share[month == 8] - share[month == 7],
                                                                ifelse(month == 8, share[month == 9] - share[month == 8],
                                                                       ifelse(month == 9, share[month == 10] - share[month == 9],
                                                                              ifelse(month == 10, share[month == 11] - share[month == 10],
                                                                                     ifelse(month == 11, share[month == 12] - share[month == 11], NA)

示例数据 #

data <- data.frame(
  month = c(1, 1, 1, 2, 2, 2, 3, 3, 4, 4, 5, 6, 6, 7, 7, 8, 9, 9, 10, 10, 11, 11, 11, 12, 12, 12),
  year = c(2000, 2000, 2015, 2000, 2000, 2015, 2000, 2000, 2000, 2000, 2000, 2001, 2001, 2014, 2014, 2014, 2014, 2014, 2000, 2000, 2000, 2001, 2001, 2001, 2001, 2014),
  share = c(0.2, 0.4, 0.1, 0.6, 0.7, 0.3, 0.2, 0.8, 0.5, 0.1, 0.2, 0.4, 0.1, 0.6, 0.7, 0.3, 0.2, 0.8, 0.5, 0.1, 0.2, 0.4, 0.1, 0.6, 0.7, 0.3)
)

期望输出 #

# A tibble: 26 × 5
# Groups:   year [4]
   month  year share unique  lag1
   <dbl> <dbl> <dbl>  <dbl> <dbl>
 1     1  2000   0.2      1    0.4
 2     1  2000   0.4      2    0.3
 3     1  2015   0.1      3    0.2
 4     2  2000   0.6      1    -0.4
 5     2  2000   0.7      2    0.1
 6     2  2015   0.3      3    NA
 7     3  2000   0.2      1    0.3
 8     3  2000   0.8      2    -0.7
 9     4  2000   0.5      1    -0.3
10     4  2000   0.1      2    NA
11     5  2000   0.2      1    NA
12     6  2001   0.4      1    NA
13     6  2001   0.1      2    NA
14     7  2014   0.6      1    -0.3
15     7  2014   0.7      2    NA
16     8  2014   0.3      1    -0.1
17     9  2014   0.2      1    NA
18     9  2014   0.8      2    NA
19    10  2000   0.5      1    -0.3
20    10  2000   0.1      2    NA
21    11  2000   0.2      1    NA
22    11  2001   0.4      2    0.2
23    11  2001   0.1      3    0.6
24    12  2001   0.6      1    NA
25    12  2001   0.7      2    NA
26    12  2014   0.3      3    -0.2

解决方案 #

使用lubridate创建连续的年月标识，通过自连接匹配对应月份的share，实现跨年月的差值计算：

library(dplyr)
library(lubridate)

# 处理数据
result <- data %>%
  # 生成标准年月格式，方便跨年月计算
  mutate(ym = make_date(year, month)) %>%
  # 生成和原数据一致的unique列
  mutate(unique = ave(month, month, FUN = seq_along)) %>%
  # 根据月份规则生成需要对比的年月
  mutate(compare_ym = case_when(
    month == 1 ~ ym - years(1) + months(11),  # 上一年12月
    month == 12 ~ ym + years(1) - months(11), # 下一年1月
    TRUE ~ ym - months(1)                     # 同年上月
  )) %>%
  # 自连接，匹配对比年月和unique，获取对应的share值
  left_join(
    data %>%
      mutate(ym = make_date(year, month)) %>%
      mutate(unique = ave(month, month, FUN = seq_along)) %>%
      rename(compare_share = share),
    by = c("compare_ym" = "ym", "unique" = "unique")
  ) %>%
  # 计算差值
  mutate(lag1 = share - compare_share) %>%
  # 调整列顺序，和期望输出一致
  select(month, year, share, unique, lag1) %>%
  # 保持原数据的行顺序
  arrange(match(row_number(), seq(nrow(data))))

print(result)

代码说明 #

1. 年月标识：用make_date将year和month转为标准日期格式，方便跨年月的加减计算。
2. 对比年月生成：通过case_when分别处理1月、12月和其他月份的对比年月逻辑。
3. 自连接匹配：通过left_join匹配对应的对比年月和unique标识，确保每条记录能找到对应的对比share（没有对应数据则返回NA，符合期望输出）。
4. 差值计算：直接用当前share减去匹配到的compare_share得到结果。

内容的提问来源于stack exchange，提问作者Victoria