使用dplyr计算面板数据中变量的跨期变化值

原代码问题分析 #

你的代码未能成功运行主要有三个原因：

• 拼写错误：arrange(id, wave2)中的wave2应为wave
• 数据类型不匹配：binary_dv是字符向量，直接做减法运算会报错，需先转为数值型
• 未处理NA场景，也不支持指定非相邻周期计算变化

1. 基础版：相邻周期变化计算（支持NA传递、首期设0/NA） #

先转换数据类型，再按受访者ID分组排序，同时处理NA值传递的需求：

library(tidyverse)

# 先将binary_dv转为数值型，自动处理字符型NA
df <- df %>%
  mutate(binary_dv = as.numeric(binary_dv))

# 方案1：首期变化设为0（匹配你的df2结果）
df_with_zero <- df %>%
  group_by(id) %>%
  arrange(id, wave) %>% # 按ID和wave排序，wave为字符型时自动按字典序排列
  mutate(
    binary_dv_change = case_when(
      row_number() == 1 ~ 0, # 每组首期设为0
      is.na(lag(binary_dv)) | is.na(binary_dv) ~ NA_real_, # 当期或上期有NA则变化为NA
      TRUE ~ binary_dv - lag(binary_dv)
    )
  ) %>%
  ungroup()

# 方案2：首期变化设为NA（匹配你的df3结果）
df_with_na <- df %>%
  group_by(id) %>%
  arrange(id, wave) %>%
  mutate(
    binary_dv_change = case_when(
      is.na(lag(binary_dv)) | is.na(binary_dv) ~ NA_real_,
      TRUE ~ binary_dv - lag(binary_dv)
    )
  ) %>%
  ungroup()

2. 进阶版：指定任意周期计算变化 #

如果需要计算非相邻周期的变化（比如当前期与前2期的差值），可以通过lag()的n参数指定，同时兼容不平衡面板：

# 封装通用函数：支持指定周期、首期默认值
calculate_period_change <- function(data, period = 1, first_val = NA) {
  data %>%
    group_by(id) %>%
    arrange(id, wave) %>%
    mutate(
      binary_dv_change = case_when(
        row_number() <= period ~ first_val, # 前period期设为指定值
        is.na(lag(binary_dv, n = period)) | is.na(binary_dv) ~ NA_real_,
        TRUE ~ binary_dv - lag(binary_dv, n = period)
      )
    ) %>%
    ungroup()
}

# 示例1：计算与前1期的变化，首期设0
df_1period_zero <- calculate_period_change(df, period = 1, first_val = 0)

# 示例2：计算与前2期的变化，首期设NA
df_2period_na <- calculate_period_change(df, period = 2, first_val = NA)

特殊场景：按wave实际间隔计算变化 #

如果wave是非连续的数值（比如存在wave1、wave3但无wave2），需要按wave的实际间隔匹配计算：

df_wave_based <- df %>%
  mutate(wave = as.numeric(wave)) %>%
  group_by(id) %>%
  mutate(
    # 计算当前wave与前2个间隔wave的差值（如wave3 - wave1）
    binary_dv_change = binary_dv - binary_dv[wave == wave - 2],
    # 不存在对应wave时设为NA
    binary_dv_change = ifelse(is.na(binary_dv_change) & row_number() != 1, NA_real_, binary_dv_change)
  ) %>%
  ungroup()

内容的提问来源于stack exchange，提问作者Reuben Long