如何在gapminder数据集正确计算各国历年预期寿命的年度差值？

错误原因分析 #

• 首次尝试的问题：仅按country分组但未对年份排序，数据集默认行顺序并非按国家内的年份递增排列，导致lag(lifeExp)取到的是其他国家的行值，而非当前国家上一年的预期寿命。
• 二次尝试的问题：同时按country和year分组后，每个分组仅包含单一行数据，lag()无法找到前一行参考值，因此所有inc结果为NA。

正确实现代码 #

library(gapminder)
library(tidyverse)

explife <- gapminder %>%
  group_by(country) %>%
  arrange(year, .by_group = TRUE)  # 核心：在每个国家组内按年份升序排列
  mutate(inc = lifeExp - lag(lifeExp)) %>%
  select(country, year, lifeExp, inc) %>%
  arrange(desc(inc))

print(explife)

代码关键说明 #

• arrange(year, .by_group = TRUE)：强制每个国家组内的行按年份从小到大排列，保证lag(lifeExp)能准确匹配当前国家的上一年数据。
• 仅需按country分组即可，无需加入year——我们需要的是每个国家自身的时间序列差值，而非单一年份内的分组计算。
• tidyverse已包含dplyr、tidyr、readr等依赖包，无需重复加载。

内容的提问来源于stack exchange，提问作者Warsame