时间戳

首页 > 解决方案 > R：不平衡面板，为独特的观察创建假人

r - R：不平衡面板，为独特的观察创建假人

问题描述

我有一个不平衡的面板数据（意味着在所有时间段都没有观察到某些人）。我想创建一个虚拟变量，如果在两个或多个时期观察到一个人，则取值为 1，否则取值为 0。有人能够做到这一点并可以向我解释吗？对不起，如果这个问题看起来有点“微不足道”。

我试过这个，但它创建了多个假人，我只需要一个。

for(level in unique(df$id)){
share[paste("dummy", level, sep = "_")] <- ifelse(df$id == level, 1, 0)
}

一个小例子可能是：

set.seed(123)
df <- data.frame(id = sample(1:10, 20, replace = TRUE),
                 happy = sample(c("yes", "no"), 20, replace = TRUE))

和预期的输出：

id   happy   dummy
 3     no      1
 8     no      0
 5     no      1
 9     no      1
10     no      1
 1     no      1
 6     no      1
 9     no      1
 6    yes      1
 5    yes      1
10     no      1
 5     no      1
 7     no      0
 6     no      1
 2    yes      0
 9    yes      1
 3     no      1
 1    yes      1
 4    yes      0
10    yes      1

标签： rpanel-data

解决方案

使用dplyr，您可以避免循环并尝试以下操作：

set.seed(123)
df <- data.frame(id = sample(1:10, 20, replace = TRUE),
             happy = sample(c("yes", "no"), 20, replace = TRUE))

library(dplyr)
df <- df %>%
  group_by(id) %>%
  mutate(dummy = ifelse(length(id)>=2, 1, 0))

> df
# A tibble: 20 x 3
# Groups:   id [10]
      id happy dummy
   <int> <fct> <dbl>
 1     3 no        1
 2     8 no        0
 3     5 no        1
 4     9 no        1
 5    10 no        1
 6     1 no        1
 7     6 no        1
 8     9 no        1
 9     6 yes       1  
10     5 yes       1
11    10 no        1
12     5 no        1
13     7 no        0
14     6 no        1
15     2 yes       0
16     9 yes       1
17     3 no        1
18     1 yes       1
19     4 yes       0
20    10 yes       1

本质上，这种方法除以df的唯一值，id然后创建一个列dummy，如果该 id 出现两次以上，则值为 1，否则为 0。

推荐阅读