如何在非平衡面板数据中按国家-组计算2期移动平均值？

问题场景 #

现有一组非平衡面板数据，按国家、年份、组别划分：

• 同一国家同一年份可能存在多个组别数据，也可能无数据
• 不同国家、不同组别的时间跨度不一致

示例数据 #

library(tibble)
df <- tibble(
  country = c("ARG", "ARG", "ARG", "ARG", "ARG", "ARG", "ARG", "ARG", "BRA", "BRA", "BRA", "BRA"),
  group = c("A", "A", "A", "A", "A", "B", "B", "B", "A", "A", "A", "A"),
  year = c(1990, 1991, 1992, 1993, 1994, 1992, 1993, 1994, 1990, 1991, 1992, 1993),
  value = c(346, 573547, 534, 4645, 454, 3453, 64, 75, 346, 3465, 46, 876)
)

数据预览：

country group  year  value
   <chr>   <chr> <dbl>  <dbl>
 1 ARG     A      1990    346
 2 ARG     A      1991 573547
 3 ARG     A      1992    534
 4 ARG     A      1993   4645
 5 ARG     A      1994    454
 6 ARG     B      1992   3453
 7 ARG     B      1993     64
 8 ARG     B      1994     75
 9 BRA     A      1990    346
10 BRA     A      1991   3465
11 BRA     A      1992     46
12 BRA     A      1993    876

需求：新增一列，计算每个国家内各组别value字段的2期移动平均值。

解决方案 #

使用dplyr包的分组与窗口函数实现，步骤如下：

library(dplyr)

df_result <- df %>%
  # 按国家和组别分组，限定计算范围
  group_by(country, group) %>%
  # 每组内按年份升序排序（非平衡面板必须操作，避免lag取数错误）
  arrange(year, .by_group = TRUE) %>%
  # 计算2期移动平均：当前值+前一期值的均值
  mutate(ma_2 = (value + lag(value)) / 2) %>%
  # 取消分组，恢复普通数据框结构
  ungroup()

结果展示 #

运行代码后得到的结果：

# A tibble: 12 × 5
   country group  year  value    ma_2
   <chr>   <chr> <dbl>  <dbl>   <dbl>
 1 ARG     A      1990    346      NA
 2 ARG     A      1991 573547 266946.5
 3 ARG     A      1992    534 287040.5
 4 ARG     A      1993   4645   2589.5
 5 ARG     A      1994    454   2549.5
 6 ARG     B      1992   3453      NA
 7 ARG     B      1993     64   1758.5
 8 ARG     B      1994     75     69.5
 9 BRA     A      1990    346      NA
10 BRA     A      1991   3465   1905.5
11 BRA     A      1992     46   1755.5
12 BRA     A      1993    876    461  

关键细节 #

• group_by(country, group)：确保移动平均仅在同一国家同一组别内计算，不会跨组或跨国家
• arrange(year, .by_group = TRUE)：非平衡面板中各组时间序列可能乱序，排序后lag()才能正确取到前一年的数据
• lag(value)：调用窗口函数获取当前行的前一行value值，两者取平均得到2期移动平均；每组第一行无前置数据，结果为NA

内容的提问来源于stack exchange，提问作者Pedro Cardoso