DataFrame中lag()函数重复反向计算问题及解决方法

问题出在你没有按国家分组就使用lag()，导致lag会取到其他国家的行数据，自然出现跨国家反向计算的错误。

修正思路很简单：先按国家分组，让lag()只在同一个国家的行范围内取前一行数据，再计算增幅，最后筛选出有效行（2010年的记录）。

假设你的CA_less数据框里的国家列名为Country（如果不是，替换成你实际的列名），修正后的代码如下：

library(dplyr)

CA_GDP_decade <- CA_less %>%
  # 按国家分组，确保lag只在同国家内计算
  group_by(Country) %>%
  # 计算前一年份、前一年GDP，以及增幅
  mutate(
    Year2 = lag(Year, 1),
    GDP2 = lag(GDP, 1),
    CHANGE_PERC = ((GDP - GDP2) / GDP2) * 100
  ) %>%
  # 对数值型列取整
  mutate_if(is.numeric, round, digits = 0) %>%
  # 取消分组，避免后续操作受分组影响
  ungroup() %>%
  # 筛选出2010年的行（即每个国家的增幅有效行）
  filter(Year == 2010)

CA_GDP_decade

关键说明： #

• group_by(Country)：这是核心，让所有后续的mutate操作都在单个国家的子集内执行，lag()只会取当前国家的前一行数据（也就是1960年的GDP）。
• ungroup()：分组后记得取消分组，防止后续对整个数据框操作时出现意外的分组行为。
• filter(Year == 2010)：直接筛选出每个国家2010年的记录，也就是我们需要的增幅结果行，自动去掉1960年的无效行。

另外，你原来的代码有语法错误：CHANGE_PERC = ((GDP - GDP2) / GDP2 ) * 100后面的%>%位置不对，应该放在整个mutate()的外面，上面的代码已经修正了这个问题。

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