如何让diff()函数生效？无法用lag()/lead()计算预期寿命增幅

问题描述 #

尝试计算各国预期寿命增幅时，diff()函数无法正常工作，且不能使用lag()/lead()函数。使用的代码如下：

library(gapminder)
gm <- gapminder
inclife <- gm %>%
  drop_na(lifeExp)%>%
  group_by(country) %>%
  select(country, year, lifeExp) %>%
  mutate(inc = diff(lifeExp))

出现的错误信息：

Error in `mutate()`:
! 计算 `inc = diff(lifeExp)` 时出现问题。
✖ `inc` 的长度必须是12或1，而不是11。
ℹ 错误出现在第1组：country = "Afghanistan"。
运行 `rlang::last_error()` 查看错误发生位置。

错误原因 #

diff(lifeExp)会计算相邻元素的差值，返回的结果长度比每组原始数据少1（比如阿富汗组有12条数据，diff后得到11个差值），而mutate要求新生成的列必须和原数据行数完全一致，因此触发了长度不匹配的错误。

解决方案 #

通过给diff()的结果前面添加一个NA值，让新列的长度和每组数据的行数匹配。修改后的代码如下：

library(gapminder)
gm <- gapminder
inclife <- gm %>%
  drop_na(lifeExp)%>%
  group_by(country) %>%
  select(country, year, lifeExp) %>%
  mutate(inc = c(NA, diff(lifeExp)))

修改后，每组的inc列开头会有一个NA（表示第一年没有前一年的对比数据，无法计算增幅），后续数值则为对应年份与上一年的预期寿命差值，完美匹配原数据行数，不会再报错。

内容的提问来源于stack exchange，提问作者Warsame