如何在R数据集中创建国家民主水平的滚动三年平均新变量？

你的数据已经按「国家+年份」顺序排列（每行对应同一国家的下一年），不需要用case_when()，核心是按国家分组后，计算前3年观测的滑动均值。以下是两种实用实现方式：

方法一：用dplyr + slider（推荐，处理年份缺失更灵活） #

先确保数据按国家和年份排序（如果未排序），再通过滑动窗口函数精准取前3年（T-3、T-2、T-1）的民主水平均值：

library(dplyr)
library(slider)

# 假设数据框为df，列名分别是country（国家）、year（年份）、democracy（民主水平）
df <- df %>%
  arrange(country, year) %>%  # 确保排序正确
  group_by(country) %>%
  mutate(
    # 计算前3年的均值，仅当窗口有完整3个数据时返回结果，否则为NA
    democracy_lag3_mean = slide_dbl(
      democracy,
      ~mean(.x, na.rm = TRUE),
      .before = 3,  # 取当前行之前的3行
      .after = -1,  # 排除当前行
      .complete = TRUE
    )
  ) %>%
  ungroup()

方法二：仅用dplyr（无需额外安装包） #

通过lag()函数手动提取前1、2、3年的数值，再计算均值：

library(dplyr)

df <- df %>%
  arrange(country, year) %>%
  group_by(country) %>%
  mutate(
    lag1_dem = lag(democracy, 1),  # T-1年的民主水平
    lag2_dem = lag(democracy, 2),  # T-2年的民主水平
    lag3_dem = lag(democracy, 3),  # T-3年的民主水平
    # 计算均值，na.rm=TRUE可处理部分年份缺失的情况
    democracy_lag3_mean = rowMeans(cbind(lag1_dem, lag2_dem, lag3_dem), na.rm = TRUE)
  ) %>%
  select(-lag1_dem, -lag2_dem, -lag3_dem) %>%  # 删除临时列
  ungroup()

关键注意点 #

• 如果数据存在年份缺失（比如某国缺少某一年的观测），方法一的滑动窗口会自动适配，只取存在的前3个有效年份；方法二会在缺失位置返回NA，若需要严格仅用完整3年数据计算，可添加filter(!is.na(lag1_dem) & !is.na(lag2_dem) & !is.na(lag3_dem))。
• .complete = TRUE参数会让国家的前3行（比如1950、1951、1952年）返回NA，因为没有足够的前序年份数据，符合学术研究的严谨性。

内容的提问来源于stack exchange，提问作者Felix Barth