如何正确计算数据集中个体x1变量的年度变化值？

原始数据集如下：

需要创建变量Change_x1，计算每个个体的x1相较于上一年的变化值，目标格式如下：

尝试了以下R代码，但运行后Change_x1列全部为NA：

data%>%
group_by(Individual,Year)%>%
mutate(Change_x1 = x1 - lag(x1))

问题出在group_by(Individual, Year)：每个分组同时绑定了个体和年份，导致每个分组内只有1行数据。lag(x1)需要引用同一分组内的前一行数据，单个观测的分组没有前一行可调用，所以结果全为NA。

仅按Individual分组，同时确保每个个体的观测按年份排序（如果数据已按年份排列可省略arrange，但添加后更稳妥），再计算变化值：

library(dplyr)

data %>%
  arrange(Individual, Year) %>%  # 确保每个个体的年份按顺序排列
  group_by(Individual) %>%       # 仅按个体分组
  mutate(Change_x1 = x1 - lag(x1)) %>%
  ungroup()  # 可选：取消分组，避免后续操作受分组影响

运行以上代码后，就能得到目标格式的结果：每个个体的第一年Change_x1为NA，后续年份为对应x1与上一年的差值。

内容的提问来源于stack exchange，提问作者Student In Need