R语言：合并时间序列截面数据的两年行，计算均值并合并年份

核心思路 #

按国家分组后，给每一组连续的奇数年+偶数年创建统一的分组标识，再基于该分组计算均值并拼接年份格式。

代码实现（dplyr版本） #

先加载依赖包，再处理数据：

library(dplyr)

# 假设你的数据框名为df
processed_df <- df %>%
  # 按国家分组，同时生成每两年一组的标识（确保奇数年在前）
  group_by(country, group = (year + 1) %/% 2) %>%
  # 计算均值并拼接年份
  summarise(
    year = paste(min(year), max(year), sep = "_"),
    `value(mean)` = mean(value),
    .groups = "drop"
  ) %>%
  # 移除临时分组列
  select(-group)

代码解释 #

1. 分组逻辑：(year + 1) %/% 2 会把2015和2016映射为同一个数值（1008），2017和2018映射为1009，以此保证每连续两年（奇数年在前）被分到同一组。
2. 生成目标格式：用paste(min(year), max(year), sep = "_")将每组的起止年份拼接为YYYY_YYYY格式。
3. 计算均值：直接用mean(value)得到每组的value平均值。

示例验证 #

用你提供的示例数据测试：

# 构造示例数据
df <- data.frame(
  country = c(rep("Belgium",4), rep("Malta",2)),
  year = c(2015,2016,2017,2018,2015,2016),
  value = c(3,5,8,10,1,3)
)

# 运行处理代码后输出：
#   country year       `value(mean)`
#   <chr>   <chr>              <dbl>
# 1 Belgium 2015_2016              4
# 2 Belgium 2017_2018              9
# 3 Malta   2015_2016              2

拓展：过滤单年组 #

如果部分国家存在单独一年的观测（无对应连续年份），可以添加过滤步骤只保留完整的两年组：

processed_df <- df %>%
  group_by(country, group = (year + 1) %/% 2) %>%
  filter(n() == 2) # 仅保留包含两年数据的分组
  summarise(
    year = paste(min(year), max(year), sep = "_"),
    `value(mean)` = mean(value),
    .groups = "drop"
  ) %>%
  select(-group)

高效替代方案（data.table版本） #

如果数据量较大，用data.table处理效率更高：

library(data.table)

setDT(df)
processed_df <- df[, .(
  year = paste(min(year), max(year), sep = "_"),
  `value(mean)` = mean(value)
), by = .(country, group = (year + 1) %/% 2)][, group := NULL]

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