R面板数据：获取当前波次与所有后续波次的共有变量

实现思路 #

• 先提取所有波次的变量名存为命名列表，降低后续配对比较的复杂度
• 自动生成所有起始波次早于结束波次的合法配对，从逻辑上规避索引越界问题，不需要手动处理边界
• 配对计算共有变量后直接整形成要求的宽表结构，全程符合tidy编程范式

可复现代码 #

library(tidyverse)

#  -------------------------- 以下为模拟数据，可替换为你的实际波次列表 --------------------------
set.seed(123)
# 波次存在列表中，每个元素对应一个波次的data.frame/tibble，命名规则自定义即可
waves <- list(
  wave_1 = tibble(id = 1:100, age = rnorm(100), gender = sample(0:1, 100, T), income_2018 = rnorm(100)),
  wave_2 = tibble(id = 1:100, age = rnorm(100), gender = sample(0:1, 100, T), education = rnorm(100), income_2020 = rnorm(100)),
  wave_3 = tibble(id = 1:100, age = rnorm(100), education = rnorm(100), marital = sample(0:1, 100, T), income_2022 = rnorm(100)),
  wave_4 = tibble(id = 1:100, age = rnorm(100), marital = sample(0:1, 100, T), health = rnorm(100), income_2024 = rnorm(100))
)
# -------------------------------------------------------------------------------------------

# 提取所有波次的变量名集合
var_collection <- map(waves, colnames)
wave_order <- names(var_collection)

# 生成所有合法波次配对（自动排除起始波晚于/等于结束波的情况，无越界风险）
valid_pairs <- expand.grid(start_wave = wave_order, end_wave = wave_order) %>%
  filter(match(start_wave, wave_order) < match(end_wave, wave_order)) %>%
  as_tibble()

# 计算每对波次的共有变量，转宽表得到最终结果
common_var_matrix <- valid_pairs %>%
  # 若需要单元格存储变量向量而非字符串，将map2_chr改为map2即可
  mutate(common_vars = map2_chr(start_wave, end_wave, ~toString(intersect(var_collection[[.x]], var_collection[[.y]])))) %>%
  pivot_wider(names_from = end_wave, values_from = common_vars)

方案特性 #

• 无硬编码索引，波次数量增减时无需修改核心逻辑，自动适配
• 不存在嵌套循环，所有操作符合tidy语法规范
• 可灵活调整输出格式，字符串/向量格式的共有变量可按需切换

内容的提问来源于stack exchange，提问作者Björn