R语言按fundid分组计算flowpct时出现TRUE/FALSE缺失报错如何解决？

你的代码存在3个核心错误，直接触发报错和警告：

• 循环遍历逻辑错误：for (i in esg.ordered) 是遍历数据框的所有列，而非行索引，导致i每次对应的是整列向量，所以esg.ordered$fundid[i]返回的是长度为n的向量，if条件要求输入单个逻辑值，才会触发「条件长度大于1」的警告。
• lag函数使用错误：lag是作用于整个向量计算滞后项的函数，你对单个值esg.ordered$fundid[i]调用lag，返回的结果是NA，比较后无法生成有效逻辑值，才会触发缺失值报错。
• 赋值逻辑错误：你给esg.ordered$flowpct赋值时没有指定行索引[i]，每次循环都会覆盖整列数据，且你赋值的字符串"NA"不是R中标准的缺失值类型，会把列转为字符型。

方案1：修正原生R循环代码 #

# 先初始化flowpct列为缺失值NA
esg.ordered$flowpct <- NA
# 从第2行开始遍历，第1行无前置数据天然为NA
for (i in 2:nrow(esg.ordered)) {
  # 直接比较当前行和上一行的fundid，不需要调用lag
  if(esg.ordered$fundid[i] == esg.ordered$fundid[i-1]){
    # 当前行flow除以上一行的size，仅给当前行赋值
    esg.ordered$flowpct[i] <- esg.ordered$flow[i] / esg.ordered$size[i-1]
  }
}

方案2：使用dplyr包分组计算，更简洁高效 #

不需要写循环，按fundid分组后直接计算滞后项即可，自动为每个fundid的第一行赋值NA，完全符合需求：

library(dplyr)
esg.ordered <- esg.ordered %>%
  group_by(fundid) %>%
  mutate(flowpct = flow / lag(size)) %>%
  ungroup()

内容的提问来源于stack exchange，提问作者CodingGirl