Question

我是R的新手，并且已经挣扎了几天来做一些Stata非常简单的事情。朋友给了我一个相对复杂的答案来回答这个问题，但我想知道是否有一个简单的方法可以做到以下几点。

假设我有一个两个变量数据帧，组织如下：

category    var1 
a            1     
a            2    
a            3     
b            4     
b            6  
b            8   
b           10    
c           11     
c           14      
c           17

我想生成另外五个变量，每个变量都应该插入到同一个数据框中：var2，var3，var4，var5和{{1 }}

（1）var6是一个虚拟变量，它取每个类别中第一次观察的值1（即由var2定义的三个组中的每一个），否则为0。

（2）category是一个虚拟变量，它取每个类别中最后一次观察的值1，否则为0。

（3）var3计算任何特定观察所属的每组中的观察数量（即，var4 a为3，category b为4， 3 category c）

（4）category记录var5中每个观察与其上方观察之间的差异

（5）var1记录var6中每个观察与其上方观察之间的差异，但仅限于var1定义的组内。

我对Stata非常了解，我发现使用category前缀命令并不难做到以上所有事情。例如，bysort可以轻松生成var1。但是我在最后一天试图弄清楚如何使用R来解决它们。我确定有几个解决方案（我的朋友参与了bysort category: gen var1=1 if _n==1包，这似乎比我的一步工资水平）。没有什么比ddplyr更容易了吗？

最终数据集应如下所示：

bysort

非常感谢您的任何建议。抱歉新手问题;我确信在其他地方已经得到了回答，但是尽管经过了数小时的搜索，我还是找不到它。

Answer 1

dat <- read.table(header = TRUE, 
           text = 
'category    var1 
a            1     
a            2    
a            3     
b            4     
b            6  
b            8   
b           10    
c           11     
c           14      
c           17')


(dat <- within(dat, {
  var6 <- ave(var1, category, FUN = function(x) c(NA, diff(x)))
  var5 <- c(NA, diff(var1))
  var4 <- ave(var1, category, FUN = length)
  var3 <- rev(!duplicated(rev(category))) * 1
  var2 <- (!duplicated(category)) * 1
}))

#    category var1 var2 var3 var4 var5 var6
# 1         a    1    1    0    3   NA   NA
# 2         a    2    0    0    3    1    1
# 3         a    3    0    1    3    1    1
# 4         b    4    1    0    4    1   NA
# 5         b    6    0    0    4    2    2
# 6         b    8    0    0    4    2    2
# 7         b   10    0    1    4    2    2
# 8         c   11    1    0    3    1   NA
# 9         c   14    0    0    3    3    3
# 10        c   17    0    1    3    3    3

Answer 2

使用dplyr

的答案

library(dplyr)
dat <- dat %>%
 group_by(category) %>%
 mutate(var2 = ifelse(row_number() == 1, 1, 0))%>%
 mutate(var3 = ifelse(row_number() == n(), 1, 0)) %>%
 mutate(var4 = n()) %>%
 mutate(var6 = lag(var1, 1)) %>%
 ungroup() %>%
 mutate(var5 = lag(var1, 1))

寻找一种直接的方法来在R中执行Stata的bysort任务

2 个答案: