R语言多分组场景下计算同科目相邻年份相邻层级学生人数差值

实现逻辑 #

• 升学匹配仅在同一科目下生效，因此仅需按Subject字段分组
• 分组后按年份升序排序，保证lag()函数可以正确提取上一年的对应数据
• 仅对高年级（示例数据中为Level=21）计算差值：差值 = 上一年同科目低年级（Level=20）人数 - 本年同科目高年级人数，低年级行的差值统一设为NA

可运行代码 #

library(dplyr)

# 注意：原变量名rep为R内置函数名，建议重命名为df避免冲突
df <- structure(list(Year = c(2005L, 2005L, 2005L, 2005L, 2005L, 2005L, 2006L, 2006L, 2006L, 2006L, 2006L, 2006L, 2007L, 2007L, 2007L, 2007L, 2007L, 2007L, 2008L, 2008L), Subject = c("Englisch", "Englisch", "GK", "GK", "Mathematik", "Mathematik", "Englisch", "Englisch", "GK", "GK", "Mathematik", "Mathematik", "Englisch", "Englisch", "GK", "GK", "Mathematik", "Mathematik", "Englisch", "Englisch"), Level = c(20L, 21L, 20L, 21L, 20L, 21L, 20L, 21L, 20L, 21L, 20L, 21L, 20L, 21L, 20L, 21L, 20L, 21L, 20L, 21L), Students = c(27104L, 24841L, 29945L, 2862L, 29907L, 27802L, 28837L, 26357L, 31815L, 2880L, 31721L, 29115L, 30324L, 28064L, 32924L, 3508L, 32862L, 30862L, 32124L, 29624L)), row.names = c(NA, -20L), groups = structure(list(Year = c(2005L, 2005L, 2005L, 2006L, 2006L, 2006L, 2007L, 2007L, 2007L, 2008L), Subject = c("Englisch", "GK", "Mathematik", "Englisch", "GK", "Mathematik", "Englisch", "GK", "Mathematik", "Englisch"), .rows = structure(list(1:2, 3:4, 5:6, 7:8, 9:10, 11:12, 13:14, 15:16, 17:18, 19:20), ptype = integer(0), class = c("vctrs_list_of", "vctrs_vctr", "list"))), row.names = c(NA, -10L), class = c("tbl_df", "tbl", "data.frame"), .drop = TRUE), class = c("grouped_df", "tbl_df", "tbl", "data.frame"))

result <- df %>%
  arrange(Subject, Year) %>%
  group_by(Subject) %>%
  mutate(
    # 提取上一年同科目Level=20的学生人数
    prev_low_stu = lag(Students[Level == 20], n = 1),
    # 仅Level=21的行计算差值
    Difference = ifelse(Level == 21, prev_low_stu - Students, NA)
  ) %>%
  select(-prev_low_stu) %>%
  ungroup()

如果你的Level字段取值为1和2，只需要把代码中的Level == 20替换为Level == 1，Level == 21替换为Level == 2即可通用。

结果验证 #

以示例数据中的英语科目为例：
2005年Level=20的学生人数为27104，2006年Level=21的学生人数为26357，计算得到的差值为27104 - 26357 = 747，符合需求逻辑。

内容的提问来源于stack exchange，提问作者SamVimes