R语言处理透视后tibble的动态年份差值计算问题求助

核心思路 #

动态提取数据中的年份极值，全程不写入固定年份值，后续数据更新后代码无需修改即可自动计算新的差值。

前置说明 #

假设你当前的tibble结构为：首列为犯罪类型crime_type，其余列名均为4位数字年份（如2011、2020），值为对应年份的每10万人口案发率。已提前加载tidyverse包：library(tidyverse)

方案1：直接在宽表上计算（无需转换表结构） #

第一步：动态提取关键年份 #

# 提取所有年份列，转成数值型
year_vec <- names(your_tibble) %>% 
  str_extract("^\\d{4}$") %>% 
  na.omit() %>% 
  as.numeric()

# 自动获取所需的三个年份
latest_year <- max(year_vec)
second_latest_year <- sort(year_vec, decreasing = TRUE)[2]
ten_years_ago <- latest_year - 10

# 可选：加校验，避免10年前的数据不存在
stopifnot(ten_years_ago %in% year_vec)

第二步：计算差值 #

result <- your_tibble %>% 
  mutate(
    # 最新两个年份的差值（最新年 - 次新年，可按需调整顺序）
    diff_latest_two = !!sym(as.character(latest_year)) - !!sym(as.character(second_latest_year)),
    # 最新年份与10年前的差值
    diff_latest_10y = !!sym(as.character(latest_year)) - !!sym(as.character(ten_years_ago))
  )

方案2：转长表计算（符合tidy数据规范，后续可视化更方便） #

result <- your_tibble %>% 
  # 把年份列转成长格式
  pivot_longer(
    cols = matches("^\\d{4}$"),
    names_to = "year",
    values_to = "crime_rate",
    names_transform = as.numeric
  ) %>% 
  group_by(crime_type) %>% 
  # 分组计算差值
  mutate(
    diff_latest_two = crime_rate[year == max(year)] - crime_rate[year == sort(unique(year), decreasing = T)[2]],
    diff_latest_10y = crime_rate[year == max(year)] - crime_rate[year == max(year) - 10]
  ) %>% 
  # 可选：如果需要转回宽表取消注释下一行
  # pivot_wider(names_from = year, values_from = crime_rate)

注意事项 #

• 后续加拿大统计局更新数据后，只要你拉取的新数据包含最新年份列，代码会自动识别新的最大年份，差值计算逻辑完全不用修改
• 若你现有表的首列名称不是crime_type，把代码里的对应字段名替换成你实际的列名即可

内容的提问来源于stack exchange，提问作者legojenn