如果某个观察出现不止一次，是否通过总结将数据重塑为面板？

2024-05-21 • 问答

我有关于四个不同村庄（A、B、C、D）的学校成立年份（year_est）的数据（df_input）。

df_input <- data.frame( school_id= c(1,2,3,4,5,6),village= c("A","B","C","D","D"),year_est = c(2002,2002,2004,2001,2004))    

df_output <- data.frame(year= c(2001,2003,2004),village = c("A","A",school_est=c(0,1,2))

我正在尝试重塑 df_ouput 的格式，如果村里建立了学校，变量“school_est”的值为 1，否则保持为 0。

此外，如果在特定村庄建立了不止一所学校，那么变量 school_est 可以取大于 1 的值，例如，对于 df_output 中的 2004 年的村庄 B。

在我的数据集中，同年在同一个村庄建立不止一所学校的情况也很常见，就像2004年的D村一样。所以在df_output数据集中，school_est取值= 2 2004年从2003年的0开始。

有人可以帮我解决这个问题吗？

我正在使用以下代码生成 df_output：

df_panel <- df_input %>%
  merge(expand.grid(year=2001:2004,Village=.$Village),by="Village") %>% 
  mutate(across(year_est,~ as.numeric(replace_na(.x <= year,0))))

花费的时间比预期的要长

library(tidyverse)

df_input <- data.frame( school_id= c(1,2,3,4,5,6),village= c("A","B","C","D","D"),year_est = c(2002,2002,2004,2001,2004))    


df_input %>%
  group_by(village,year_est) %>%
  summarise(school_est = n(),.groups = 'drop') %>% 
  complete(nesting(village),year_est = seq(min(year_est),max(year_est),1),fill = list(school_est = 0)) %>%
  group_by(village) %>%
  mutate(school_est = cumsum(school_est)) %>%
  ungroup()

#> # A tibble: 16 x 3
#>    village year_est school_est
#>    <chr>      <dbl>      <dbl>
#>  1 A           2001          0
#>  2 A           2002          1
#>  3 A           2003          1
#>  4 A           2004          1
#>  5 B           2001          0
#>  6 B           2002          1
#>  7 B           2003          1
#>  8 B           2004          2
#>  9 C           2001          1
#> 10 C           2002          1
#> 11 C           2003          1
#> 12 C           2004          1
#> 13 D           2001          0
#> 14 D           2002          0
#> 15 D           2003          0
#> 16 D           2004          2

^{由 reprex package (v2.0.0) 于 2021 年 6 月 28 日创建}

我们可以使用complete

library(dplyr)
library(tidyr)
df_input %>% 
   count(village,year = year_est,name = 'school_est') %>% 
   complete(village,year  = min(year):max(year),fill = list(school_est = 0)) %>% 
   mutate(school_est = ave(school_est,village,FUN = cumsum))

-输出

 # A tibble: 16 x 3
   village  year school_est
   <chr>   <dbl>      <dbl>
 1 A        2001          0
 2 A        2002          1
 3 A        2003          1
 4 A        2004          1
 5 B        2001          0
 6 B        2002          1
 7 B        2003          1
 8 B        2004          2
 9 C        2001          1
10 C        2002          1
11 C        2003          1
12 C        2004          1
13 D        2001          0
14 D        2002          0
15 D        2003          0
16 D        2004          2

或者使用 base R

out <- transform(as.data.frame(table(transform(df_input,year_est = factor(year_est,levels = min(year_est):max(year_est)))[-1])),Freq = ave(Freq,FUN = cumsum))
out[order(out$village),]
   village year_est Freq
1        A     2001    0
5        A     2002    1
9        A     2003    1
13       A     2004    1
2        B     2001    0
6        B     2002    1
10       B     2003    1
14       B     2004    2
3        C     2001    1
7        C     2002    1
11       C     2003    1
15       C     2004    1
4        D     2001    0
8        D     2002    0
12       D     2003    0
16       D     2004    2

如果某个观察出现不止一次，是否通过总结将数据重塑为面板？

iCMS 回答：如果某个观察出现不止一次，是否通过总结将数据重塑为面板？

大家都在问