Question

我有一个数据框，提供不同国家/地区的活动的开始和结束日期。每个国家/地区（例如A国）都可能发生多次事件。

Start.Year <- c("1990","1992","1997","1995")
End.Year <- c("1995","1993","2000","1996")
Country <- c("A","B","A","C")
a <- data.frame(Start.Year,End.Year,Country)
a$Start.Year <- as.numeric(as.character(a$Start.Year))
a$End.Year <- as.numeric(as.character(a$End.Year))

      Start.Year End.Year Country
       1990     1995       A
       1992     1993       B
       1997     2000       A
       1995     1996       C

我有第二个数据框，采用时间序列横截面格式（年/国家/事件（是/否）。

b1 <-as.data.frame(expand.grid(year=(1990:2000), Country=unique(a$Country)))
b1$Event <-0   
b1$year <- as.numeric(as.character(b1$year))

如何获得以下结果（对于笨拙的演示文稿道歉）。当年份在第一个数据帧的开始和结束年份之间时，事件应为“1”;为每个国家;第二个数据帧已经存在，这意味着我不想转换第一个数据帧，而是匹配（？）第一个数据帧到第二个数据帧的信息。

我试过

b1$Event[a$Start.Year<=b1$year & a$End.Year>=b1$year] <- 1

但得到“较长的对象长度不是较短对象长度的倍数”作为错误消息。感谢任何提示/建议！

结果旨在：

  Year Country Event
  1990       A     1
  1991       A     1
  1992       A     1
  1993       A     1
  1994       A     1
  1995       A     1
  1996       A     0
  1997       A     1
  1998       A     1
  1999       A     1
  2000       A     1
  1990       B     0
  1991       B     0
  1992       B     1
  1993       B     1
  1994       B     0
  1995       B     0
  1996       B     0
  1997       B     0
  1998       B     0
  1999       B     0
  2000       B     0
  1990       C     0
  1991       C     0
  1992       C     0
  1993       C     0
  1994       C     0
  1995       C     1
  1996       C     1
  1997       C     0
  1998       C     0
  1999       C     0
  2000       C     0

Answer 1

以下是data.table中使用滚动连接功能的解决方案。我稍微更改了（修复了？）您对a的定义，并删除了Event中的b1列。

require(data.table)

Start.Year <- c(1990, 1992, 1997, 1995)
End.Year <- c(1995, 1993, 2000, 1996)
Country <- c("A", "B", "A", "C")
a <- data.frame(Start.Year, End.Year, Country)
a <- data.table(a)   ## convert to use feature

b1 <-as.data.frame(expand.grid(year=(1990:2000), Country=unique(a$Country)))
b1 <- data.table(b1)  ## convert 

##  join by Start.Year, setting matching keys for each dataset
setkey(a, Country, Start.Year)
setkey(b1, Country, year)

# the tricky part
# roll=TRUE means all years will match to 
# next smallest event Start.Year
ab <- a[b1, roll=TRUE] 

setnames(ab, c('Country', 'Year', 'Event'))  ## fix names
ab[Year > Event, Event:=NA]  ## stop index at end year
ab[!is.na(Event), Event:=1]  ## transform year markers to 1
ab[is.na(Event), Event:=0]   ## transform missing matches to 0

ab是您想要的格式的数据。您可以像data.frame一样使用它，或者如果您不想将其保留在该类中，请将其转换回来。加入应该非常快。

Answer 2

您可以按

生成所有年份的列表

yrs <- mapply(seq, a[[1]], a[[2]])

以及

列出的相应国家/地区

ctr <- rep(a[[3]], times=sapply(yrs, length) )

然后通过

设置b1中的值

b1$Event[match(sprintf("%s-%s", unlist(yrs), ctr), sprintf("%s-%s", b1$year, b1$Country))] <- 1

它创建了一个复合年份：国家/地区索引，并且对于匹配 a 事件的每个b1，将其设置为1.如果给定年份中每个国家/地区有多个事件，它们将被设置为1.（此外，您还有不同的年份资本），请注意这一点。

如何根据不同数据帧中的时间间隔插入“事件虚拟”（？）

2 个答案: