drop cost是丢掉cost这个变量 因为你的表一只需要看每年的cost总和sum  而每一年最后一次出现所对应的cost值还继续保留在数据集里就没有什么意义了

我刚运行了下上面两个程序 他们生成的表2都是16个观测值  不知道哪出问题了  有可能代码粘贴到网站上有地方会出错。。。

弱弱的问一下，21和22行的sort by,是干什么用的？为什么我删除了之后，程序就出错了？还有25行的by语句，此处指的是变量吗？

by id year 就会让系统自动生成 first.name last.name first.year last.year 这几个不会出现在结果中的系统变量 我们可以在程序中运用它们来完成想要的操作

比如
               first.year    last.year
l 1991 1    1                 0
l 1991 2    0                 1
l 1992 3    1                 0
l 1992 3    0                 1

因为我们前面计算的cost的sum是不断累加的
我们不能用1991累加后的sum 带入到1992年里面来算
因此当第一次遇到1992年时  first.year的值此时是1 然后sum就会被复位到0 然后开始累加92年的
所有cost。  当第一次遇到93年时 此时first.year又等于1 sum又会被复位 开始累加93年的cost。。。。。。

为了使用by variable这个功能 我们必须要将by 后的变量排序
sort by就是为了排序 删掉后就会报错

25行的by name year 是为了让系统自动生成 first.name last.name first.year last.year ，21和22的sort by 是为了25行的by这个功能，所以必须保留，这样理解对不对？

对 是的。