R语言按国家和最近更小年份拆分筛选汇总政党表现数据集方法

使用R的tidyverse套件即可快速完成需求，具体操作如下：

1. 依赖加载 #

先安装并加载所需工具包：

install.packages("tidyverse") # 未安装时执行此行
library(tidyverse)

2. 核心处理代码 #

修改target_year参数为你需要的目标年份，运行以下代码即可得到结果：

# 自定义目标年份，可按需替换数值
target_year <- 2010

result <- party.osp5 %>%
  # 第一步：筛选所有年份小于目标年份的观测
  filter(year < target_year) %>%
  # 第二步：按国家分组，筛选每个国家距离目标年份最近的观测（即剩余观测里年份最大的条目）
  group_by(country_name) %>%
  filter(year == max(year)) %>%
  # 重命名匹配到的年份字段，方便识别
  rename(最近匹配年份 = year) %>%
  # 第三步：按国家+匹配年份分组，对17个表现类指标求和
  group_by(country_name, 最近匹配年份) %>%
  summarise(
    across(all_of(colnames(party.osp5)[15:33]), sum, na.rm = TRUE),
    .groups = "drop"
  )

结果说明 #

输出的result tibble完全符合需求结构：

• 第一列为country_name（国家名称）
• 第二列为最近匹配年份（对应国家筛选到的小于目标年的最近观测年份）
• 第3至19列为17个表现类指标的国家维度汇总值

可选调整项 #

• 如果需要保留无符合条件观测的国家（对应字段赋值为NA），可以在代码末尾增加right_join(distinct(party.osp5, country_name), by = "country_name")
• 如果不需要自动忽略缺失值求和，删掉sum函数里的na.rm = TRUE参数即可

内容的提问来源于stack exchange，提问作者TheGrown