按ISIN计算各企业Size与ROA年度环比变化时代码返回全0值的问题排查

你遇到的这个问题很常见——想用dplyr按企业ISIN分组计算Size和ROA的年度变化，但结果全是0，核心问题出在错误使用了summarise函数，下面给你拆解问题和修正方案：

问题根源 #

summarise的作用是对每组数据做汇总计算，默认每组只返回一行结果。你在summarise里直接传入year再计算lag(size)，会导致函数无法正确识别每组内的行顺序和滞后关系，最终输出的差值全部异常为0。而你需要的是保留每组内的所有年度观测值，同时计算每行相对于上一年的变化，这时候应该用mutate函数。

修正后的代码 #

df3 <- totassetprice %>% 
  group_by(isin) %>% 
  arrange(year, .by_group = TRUE) %>%  # 按ISIN分组后，按年份升序排列
  mutate(
    deltsize = size - lag(size),  # 计算当前年份size与上一年的差值
    deltroa = roa - lag(roa)      # 计算当前年份roa与上一年的差值
  ) %>% 
  ungroup()  # 可选：如果后续不需要分组操作，取消分组

代码细节解释 #

1. group_by(isin)：按企业ISIN分组，确保后续计算都是在单个企业的年度数据范围内进行
2. arrange(year, .by_group = TRUE)：每组内按年份排序，保证lag()能正确取到上一年的对应数据
3. mutate()：在原数据基础上新增计算列，保留所有原始行（每组的第一行因为没有上一年数据，会返回NA；如果需要把NA替换为0，可以改成deltsize = replace_na(size - lag(size), 0)）

测试示例结果 #

用你提供的JP3304200003测试数据，运行修正后的代码会得到正确的变化值：

isin           year size     roa        deltsize  deltroa
JP3304200003   2009 9.617923 0.12711757 NA        NA
JP3304200003   2010 9.649482 0.08083183 0.031559  -0.04628574
JP3304200003   2011 9.811475 0.14535881 0.161993   0.06452698
...

内容的提问来源于stack exchange，提问作者thomas.diridondo