R面板数据处理：基于投资年份创建t+2期专利申请量衍生变量

原代码错误原因 #

你的代码存在两个核心问题：

• 变量名大小写不匹配：你代码中使用的Year、Investment_Year和数据集中的实际变量名year、investment_year不一致，第一步就无法正确匹配到对应列
• 没有按企业分组匹配：你直接提取的满足year == investment_year + 2的专利申请量向量长度远小于原数据框行数，赋值时R会自动循环填充向量，导致值和企业无法对应

正确实现方式 #

方法1：使用dplyr（推荐，面板数据操作更简洁） #

通过分组匹配每个企业对应的t+2期专利值：

library(dplyr)

df <- df %>%
  # 按企业名称分组
  group_by(company_name) %>%
  # 分组内匹配投资年+2对应的专利申请量
  mutate(patent_applications_t2 = patent_applications[year == investment_year + 2]) %>%
  # 取消分组
  ungroup()

方法2：基础R实现（无需加载第三方包） #

使用ave函数完成分组匹配：

df$patent_applications_t2 <- ave(
  1:nrow(df),
  df$company_name,
  FUN = function(idx) {
    sub <- df[idx, ]
    sub$patent_applications[sub$year == sub$investment_year + 2]
  }
)

注意事项 #

如果部分企业的投资年份+2不在2012-2020的观测区间内，生成的patent_applications_t2会自动返回NA，属于正常的缺失值情况。

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