Question

我需要创建一个变量，告诉我自第一次观察特定组以来的年数， conflictID 。我提供了一个示例数据集来说明我的问题。

conflictID <- c(205,205,205,209,209,221,221,221,221)
year <- c("1993", "1995", "1996", "1991", "1993", "2001", "2002", "2003", "2005")
df <- data.frame(conflictID, year)

此数据框的输出为：

      conflictID year
1        205     1993
2        205     1995
3        205     1996
4        209     1991
5        209     1993
6        221     2001
7        221     2002
8        221     2003
9        221     2005

我想要的东西看起来像这样：

      conflictID year   duration
1        205     1993       0
2        205     1995       2
3        205     1996       3
4        209     1991       0
5        209     1993       2
6        221     2001       0
7        221     2002       1
8        221     2003       2
9        221     2005       4

其中 duration 变量为0，用于第一次观察每个冲突。基本上，我需要的是一种设置每个 conflictID 第一年的基准日期的方法，如果这是有意义的吗？

Answer 1

我们可以使用dplyr库。 df2是最终输出。

library(dplyr)

df2 <- df %>%
  mutate(year = as.numeric(as.character(year))) %>%
  group_by(conflictID) %>%
  mutate(duration = year - min(year))

df2
# A tibble: 9 x 3
# Groups:   conflictID [3]
  conflictID  year duration
       <dbl> <dbl>    <dbl>
1        205  1993        0
2        205  1995        2
3        205  1996        3
4        209  1991        0
5        209  1993        2
6        221  2001        0
7        221  2002        1
8        221  2003        2
9        221  2005        4

请注意，您的year列格式为factor，这很难处理。我建议您在创建数据框时以numeric格式维护年份列。请参阅以下示例。如果您删除年份列中的引号。您的代码不需要mutate(year = as.numeric(as.character(year)))。

conflictID <- c(205,205,205,209,209,221,221,221,221)
year <- c(1993, 1995, 1996, 1991, 1993, 2001, 2002, 2003, 2005)
df <- data.frame(conflictID, year)

Answer 2

基地R中的一行...

df$year <- as.numeric(as.character(df$year)) #your years are factors

df$duration <- df$year - ave(df$year, df$conflictID, FUN=min)

df
  conflictID year duration
1        205 1993        0
2        205 1995        2
3        205 1996        3
4        209 1991        0
5        209 1993        2
6        221 2001        0
7        221 2002        1
8        221 2003        2
9        221 2005        4

Answer 3

data.table

中的另一个单行

library(data.table)
setDT(df)[, duration := year - min(year), conflictID]
df
#   conflictID year duration
#1:        205 1993        0
#2:        205 1995        2
#3:        205 1996        3
#4:        209 1991        0
#5:        209 1993        2
#6:        221 2001        0
#7:        221 2002        1
#8:        221 2003        2
#9:        221 2005        4

创建自基础观察以来的年数的计数变量

3 个答案: