如何在R语言面板数据中生成年度阈值跨越标识列

先给你修正初始代码里的几个问题，再给出可直接运行的方案：

1. 分组逻辑错了：只需要按你的唯一项（别用unique当列名，这是R内置函数，容易出问题）分组，year是时间维度，不需要放进group_by里。
2. 语法问题：列名不能有空格，改成value_turned这种；case_when的语法是条件 ~ 结果，要拿前一年的数据得用lag()函数。
3. 必须先排序：处理时间序列前，一定要确保每个分组内的年份是按顺序排的，不然lag()取到的不是前一年的值。

完整代码（以原始数值判断为例） #

假设你的数据列是unique_id（唯一项）、value（目标数值）、year（年份）：

library(dplyr)

df <- df %>%
  # 先按唯一项+年份排序，这步不能省
  arrange(unique_id, year) %>%
  # 按唯一项分组
  group_by(unique_id) %>%
  # 生成目标列
  mutate(
    value_turned = case_when(
      # 当年数值超10，且前一年没超（第一年默认前一年没超）
      value > 10 & lag(value, default = 0) <= 10 ~ 1,
      # 其他所有情况都赋值0
      TRUE ~ 0
    )
  ) %>%
  # 取消分组（后续操作需要的话可以留着分组）
  ungroup()

如果已经有value10列（1代表超10，0代表没超） #

直接用现成的标记列判断更简单：

df <- df %>%
  arrange(unique_id, year) %>%
  group_by(unique_id) %>%
  mutate(
    value_turned = case_when(
      value10 == 1 & lag(value10, default = 0) == 0 ~ 1,
      TRUE ~ 0
    )
  ) %>%
  ungroup()

关键点说明 #

• lag(x, default = 0)：取当前行的上一行x的值，default=0是处理每个分组的第一行（没有上一行），默认前一年没超阈值，避免出现NA。
• arrange是核心前提：如果年份乱序，lag()就会取到错误的行，结果肯定不对。

内容的提问来源于stack exchange，提问作者Kai Du