R语言dplyr操作：按日期条件为每个Job生成统一基准Index变量

核心逻辑为按Job维度拆分后，提取每个Job对应2020年2月的Monthly_avg作为固定基准值，通过分组的循环赋值特性，把该基准值同步给同Job下的所有行，完全不需要逐行做条件判断。

修正后可直接运行的完整代码 #

library(dplyr)
library(lubridate)
library(zoo)

df2 <- df1 %>%
  group_by(Job, Date) %>%
  summarise(Total = n(), .groups = "drop") %>%
  mutate(MA30 = rollmean(Total, k = 30, fill = NA, align = "right")) %>%
  # 生成统一格式的月度字段
  mutate(Month = floor_date(Date, "month")) %>%
  # 计算每个Job对应每个月的MA30均值
  group_by(Job, Month) %>%
  mutate(Monthly_avg = mean(MA30, na.rm = TRUE)) %>%
  # 切换分组粒度为仅按Job，计算统一Index
  group_by(Job) %>%
  mutate(
    # 匹配对应月份的基准值，直接作为组内常量赋值
    Index = Monthly_avg[Month == as.Date("2020-02-01")]
  ) %>%
  ungroup()

之前尝试的问题说明 #

• 语法逻辑错误：mutate()里的逗号是分隔不同新列计算规则的标识，不是取值的筛选条件，原写法本身无法正常运行
• 分组粒度不匹配：原有代码的分组层级是Job + Month，在这个粒度下Month是组内常量，无法跨月份匹配到2020年2月的基准值，必须把分组层级降到仅按Job才能访问到组内所有月份的记录
• 数据类型不匹配：通过floor_date生成的Month是Date类型，直接和字符串"2020-02-01"比较会匹配失败，需要先把字符串转成Date类型再做判断
• 不需要逐行ifelse判断：在单Job的分组作用域内，筛选出来的2月基准值是单个标量，R的向量化运算会自动把这个标量循环赋值给组内所有行，正好满足“同Job所有行Index值统一”的要求

特殊场景提示 #

• 如果某个Job没有2020年2月的观测记录，Index会返回NA，可根据需求加兜底逻辑处理
• 原有代码里计算Monthly_avg的逻辑是合理的，同一Job+Month下的Monthly_avg值重复，和示例输出结构完全一致

内容的提问来源于stack exchange，提问作者hraw45