Question

我需要计算Balassa Index的分母，即我需要为每个国家i和每年（{{1}计算sum(x_kj)/Xj的每个国家j =/= i的分母}}），其中time是所考虑的部门，k是所有部门的总和。我的数据集如下所示

其中Country <- c("Italy", "Italy", "Italy", "Korea", "Korea", "Korea", "Norway", "Norway", "Norway") id <- as.numeric(as.factor(Country)) Time <- c("1990", "1991", "1992","1990", "1991", "1992", "1990", "1991", "1992") x_k <- c(124,144,135,122,111,231,423,444,441) X <- c(1000, 1003, 1005, 1409, 1419, 1359, 4250, 4345, 4681) df <- cbind(Country, id, Time, x_k) df2 <- cbind(Country, id, Time, X) df df2是扇区df的数据，k是扇区之和的数据帧。我正在使用此代码：

df2

它给了我50个同类警告，即df$denominator <- NA for (i in 1990:1992) { for (j in 1:max(df$id)) { if (df[,"Time"] == i & df[,"id"]== j) { if (df[,"id"] != j & df[,"Time"] ==i) { df[j,"denominator"] <- sum(df[,"x_k"], na.rm=T) /df2[,"X"] } } } }。

看起来我错过了一些东西（实际上弄得一团糟），但我没有得到什么

修改

这是我需要的一个例子，使用上面的数据。

对于1990年的意大利，我希望1990年韩国和挪威的In if (df[, "Time"] == i & df[, "id"] == ... : the condition has length > 1 and only the first element will be used总和，1990年韩国和挪威的x_k总和。同样，1990年的韩国我想要总和1990年挪威和意大利的X，同年挪威和意大利的x_k总和。这是我试图建立的代码中明显矛盾的陈述。所以：对于1990年的意大利，分母将为X。对于韩国，1990年将是(122+423)/(1409+4250)，依此类推，对于每个国家和每年。

Answer 1

如果

，问题可能会得到解决

您将df和df2转换为数据框：df = data.frame(df)
将列转换为数字：df$x_k = as.numeric(df$x_k)
将X添加到df，这样您只需要使用一个数据框：df$X = as.numeric(df2$X)
代码中的第四行说：if(... df[,"id"]== j;第五行说：if(... df[,"id"] != j ;;因此不会选择任何行;
第四和第四第五行说：if(... df[,"Time"] ==i ;;为什么重复？
两个if语句可以组合成一个。

我不清楚你想要的最终值是什么，但它们是由以下代码给出的：

mydf = structure(list(country = structure(c(1L, 1L, 1L, 2L, 2L, 2L, 
3L, 3L, 3L), .Label = c("Italy", "Korea", "Norway"), class = "factor"), 
    id = c(1, 1, 1, 2, 2, 2, 3, 3, 3), time = c(1990, 1991, 1992, 
    1990, 1991, 1992, 1990, 1991, 1992), x_k = c(124, 144, 135, 
    122, 111, 231, 423, 444, 441), x = c(1000, 1003, 1005, 1409, 
    1419, 1359, 4250, 4345, 4681), denominator = c(NA, NA, NA, 
    NA, NA, NA, NA, NA, NA)), .Names = c("country", "id", "time", 
"x_k", "x", "denominator"), row.names = c(NA, -9L), class = "data.frame")

mydf
  country id time x_k    x denominator
1   Italy  1 1990 124 1000          NA
2   Italy  1 1991 144 1003          NA
3   Italy  1 1992 135 1005          NA
4   Korea  2 1990 122 1409          NA
5   Korea  2 1991 111 1419          NA
6   Korea  2 1992 231 1359          NA
7  Norway  3 1990 423 4250          NA
8  Norway  3 1991 444 4345          NA
9  Norway  3 1992 441 4681          NA



for (i in 1990:1992) {
for (j in 1:max(mydf$id)) {
    with(mydf[mydf$time==i & mydf$id==j,], 
        {
        print(sum(x_k, na.rm=T)/x);
        }
    )
}
}


[1] 0.124
[1] 0.08658623
[1] 0.09952941
[1] 0.1435693
[1] 0.0782241
[1] 0.1021864
[1] 0.1343284
[1] 0.1699779
[1] 0.09421064

编辑：根据您的示例，以下可能是您需要的值：

for (i in 1990:1992)
    for (j in 1:max(mydf$id))
        with(mydf[time==i & id!=j,], print(sum(x_k)/sum(x))  )

[1] 0.09630677
[1] 0.1041905
[1] 0.1021171
[1] 0.0962873
[1] 0.1099476
[1] 0.1052849
[1] 0.1112583
[1] 0.1013014
[1] 0.1548223

在r中具有多个条件的操作

1 个答案: