如何追踪R语言数据框各行数据变化并新增对应标识列？

核心处理逻辑：

• 按年份顺序提取所有年度数值列
• 逐行比较相邻年度的数值，定位第一个出现差异的位置
• 按位置填充变化标记、变化年份、变化前后值，无变化则统一填充0

方法1：dplyr 实现（可读性高） #

library(dplyr)

# 构造原始输入数据框
df <- data.frame(
  ID = c(123100,123200,123300,123400,123500),
  `2014` = c(1,1,1,2,3),
  `2015` = c(1,1,1,2,3),
  `2016` = c(2,1,1,2,1),
  `2017` = c(2,1,1,2,1),
  `2018` = c(2,3,1,2,1),
  check.names = FALSE
)

# 指定年度列的顺序
year_cols <- as.character(2014:2018)

df_final <- df %>%
  rowwise() %>%
  mutate(
    diff_pos = which(diff(c_across(all_of(year_cols))) != 0)[1],
    change = ifelse(is.na(diff_pos), 0, 1),
    year = ifelse(is.na(diff_pos), 0, as.numeric(year_cols[diff_pos + 1])),
    before = ifelse(is.na(diff_pos), 0, c_across(all_of(year_cols))[diff_pos]),
    after = ifelse(is.na(diff_pos), 0, c_across(all_of(year_cols))[diff_pos + 1])
  ) %>%
  select(-diff_pos) %>%
  ungroup()

运行后输出结果和预期完全一致：

> print(df_final)
# A tibble: 5 × 9
      ID `2014` `2015` `2016` `2017` `2018` change  year before after
   <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl> <dbl>  <dbl> <dbl>
1 123100      1      1      2      2      2      1  2016      1     2
2 123200      1      1      1      1      3      1  2018      1     3
3 123300      1      1      1      1      1      0     0      0     0
4 123400      2      2      2      2      2      0     0      0     0
5 123500      3      3      1      1      1      1  2016      3     1

方法2：基础R实现（无依赖） #

不需要加载第三方包，直接用基础函数即可完成计算：

year_cols <- as.character(2014:2018)
year_mat <- as.matrix(df[, year_cols])

change_info <- t(apply(year_mat, 1, function(x){
  diff_val <- diff(x)
  pos <- which(diff_val != 0)[1]
  if(is.na(pos)){
    c(change=0, year=0, before=0, after=0)
  }else{
    c(change=1, year=as.numeric(year_cols[pos+1]), before=x[pos], after=x[pos+1])
  }
}))

df_final <- cbind(df, change_info)

注：上述代码默认取每个ID第一次出现数值变化的节点，和示例给出的预期规则一致；如果需要记录所有变化点，可以调整逻辑把行拆分为长表后处理。

内容的提问来源于stack exchange，提问作者Sam