R语言：如何计算各层级数据相对于基准年2019的变化值

嗨，我来帮你搞定这个需求！你现在需要的是定基增长率——也就是各年份数据和2019基准年的比值，而不是lag()生成的环比（当年和上一年比）结果。这里有几种简单高效的实现方法：

方法一：分组后直接引用基准年数据 #

这是最简洁的写法，利用dplyr的分组特性，在每个level组内直接提取2019年的平均值作为分母：

library(dplyr)

# 你的原始数据框
df <- tibble(
  level = rep(c("Low", "Mid", "High"), 3),
  year = rep(c(2019, 2020, 2021), each = 3),
  average = c(1300, 2065, 2194, 2966, 4723, 5915, 4049, 5915, 5978)
)

# 计算定基增长率
result <- df %>%
  group_by(level) %>%
  mutate(growth_rate = average / average[year == 2019]) %>%
  ungroup()

print(result)

运行结果： #

方法二：左连接基准年数据（更直观） #

如果希望更清晰地展示基准值的来源，可以先提取2019年的数据作为基准表，再通过left_join和原表合并后计算：

# 提取2019年作为基准表
base_data <- df %>%
  filter(year == 2019) %>%
  rename(base_average = average) %>%
  select(level, base_average)

# 左连接并计算增长率
result <- df %>%
  left_join(base_data, by = "level") %>%
  mutate(growth_rate = average / base_average) %>%
  select(-base_average) # 可选：移除基准值列

print(result)

额外扩展：计算百分比形式的增长值 #

如果需要的是增长百分比（比如“增长128%”而非“2.28倍”），只需修改计算逻辑：

mutate(growth_rate_percent = (average / average[year == 2019] - 1) * 100)

这样就能得到以百分比表示的变化幅度啦！

内容的提问来源于stack exchange，提问作者Rheya Sward