如何在R中结合for loop与mutate()计算WorldPhones数据集年度电话增长量

先梳理你现有代码的几个问题：

• 代码中引用的sa_df未定义，应该替换为你已经生成的WPSumByYear
• 增长量计算逻辑可能倒置：通常年度增长额是当期值 - 上期值，你写的WPSumByYear$Phones[i-1]- WPSumByYear$Phones[i]会得到负数结果，需根据需求调整

以下是完全符合作业要求（for loop + mutate()）的实现方案：

步骤1：修正数据预处理细节 #

先把字符型的Year转为数值型并按顺序排序，避免循环时年份顺序混乱：

library(tidyverse)
WorldPhones <- datasets::WorldPhones

WorldPhones_df <- as.data.frame(WorldPhones) %>%
  mutate(Year = rownames(.)) %>%
  gather(key = "Region", value = "Phones", 1:7)

WPSumByYear <- WorldPhones_df %>%
  group_by(Year) %>%
  summarise(Phones = sum(Phones)) %>%  # 给汇总列明确命名，方便后续调用
  mutate(Year = as.numeric(Year)) %>%
  arrange(Year)

步骤2：用mutate()+for循环计算增长量 #

先通过mutate()初始化增长列，再用for循环逐行计算填充：

# 初始化growth列，第一个年份无前置数据，增长量设为0
WPSumByYear <- WPSumByYear %>% mutate(growth = 0)

# 从第2行开始循环计算年度增长额
for (i in 2:nrow(WPSumByYear)) {
  WPSumByYear$growth[i] <- WPSumByYear$Phones[i] - WPSumByYear$Phones[i-1]
}

完整可运行代码 #

library(tidyverse)
WorldPhones <- datasets::WorldPhones

WorldPhones_df <- as.data.frame(WorldPhones) %>%
  mutate(Year = rownames(.)) %>%
  gather(key = "Region", value = "Phones", 1:7)

WPSumByYear <- WorldPhones_df %>%
  group_by(Year) %>%
  summarise(Phones = sum(Phones)) %>%
  mutate(Year = as.numeric(Year)) %>%
  arrange(Year) %>%
  mutate(growth = 0)

# 循环计算增长量
for (i in 2:nrow(WPSumByYear)) {
  WPSumByYear$growth[i] <- WPSumByYear$Phones[i] - WPSumByYear$Phones[i-1]
}

# 查看结果
WPSumByYear

可选调整：计算增长率 #

如果作业要求的是年度增长率而非增长额，只需修改循环内的计算逻辑：

WPSumByYear$growth[i] <- (WPSumByYear$Phones[i] - WPSumByYear$Phones[i-1]) / WPSumByYear$Phones[i-1]

内容的提问来源于stack exchange，提问作者Courtney SC