R语言如何根据员工连续任职情况为新变量赋值

方案1：使用dplyr（推荐，代码可读性高） #

首先加载依赖包：

library(dplyr)

核心实现代码：

# 示例数据构造，可替换为你自己的数据集
df <- data.frame(
  Company = rep(c("A", "B"), each = 5),
  Year = rep(2011:2015, 2),
  Employeeid = c(2,2,1,3,4,8,1,19,19,19)
)

df <- df %>%
  # 按公司、员工ID分组，组内按年份排序
  group_by(Company, Employeeid) %>%
  arrange(Year, .by_group = TRUE) %>%
  # 只要该员工存在连续两年任职记录，所有行标记为1，否则为0
  mutate(variableA = as.integer(any(lead(Year) - Year == 1, na.rm = TRUE))) %>%
  ungroup()

运行后得到的variableA完全匹配需求。

方案2：基础R实现（无需安装第三方包） #

# 先按公司、员工ID、年份排序
df <- df[order(df$Company, df$Employeeid, df$Year), ]

# 分组计算标记
df$variableA <- as.integer(ave(df$Year, df$Company, df$Employeeid, FUN = function(x) {
  any(diff(x) == 1)
}))

逻辑说明 #

两种方案的核心逻辑一致：

• 按「公司+员工ID」分组，确保判断的是同一个员工在同一家公司的任职记录
• 计算该员工所有任职年份的相邻差值，只要存在差值为1的情况，就说明有连续两年任职记录
• 同组所有观测统一标记为1，否则标记为0
  相比双层循环，分组操作的代码更简洁，处理大数据集时效率也更高。

内容的提问来源于stack exchange，提问作者Ghazlie