Question

关于R中的时间序列数据分析的一般新手。我无法将一些Stata代码转换为我正在进行的复制项目的R代码。

Stata代码和Stata代码（来自原始分析）的目的如下：

#### Delete extra yearc observations with different wartypes #####

drop if yearc==yearc[_n+1] & wartype!="CIVIL"
drop if yearc==yearc[_n-1] & wartype!="CIVIL"

因此，翻译后，我保留了该国发生内战的行，并删除了同年间发生州际战争的行。

我已将数据对象命名为（即数据集）

mywar

在R。

我假设我以某种方式做了条件ifelse语句或类似的东西，例如：

invisible(mywar$yearc <- ifelse(mywar$yearc==n-1 | mywar$yearc==n+1 | mywar$wartype!=civil, NA, 
mywar$yearc))  # I am assuming I cannot condition ifelse statements like this; but, this is how I imagine it
mywar <- mywar[!is.na(mywar$yearc),]

编辑：所以也许是一个例子

> b <- c(1970, 1970, 1970, 1971, 1982, 1999, 1999, 2000, 2001, 2002)
> c <- c("inter", "civil", "intra", "civil", "civil", "inter", "civil", "civil", "civil", "civil")
> df <- data.frame(b,c)
> df$j <- ifelse(df$b==n-1 & df$b==n+1 & df$c!="civil", NA, df$b)
> df
  b     c    j
1  1970 inter 1970
2  1970 civil 1970
3  1970 intra 1970
4  1971 civil 1971
5  1982 civil 1982
6  1999 inter 1999
7  1999 civil 1999
8  2000 civil 2000
9  2001 civil 2001
10 2002 civil 2002

所以，我试图做的是为1,3和6行创建NA，因为它们在内战开始时的逻辑回归中是重复的年份（我对内部和内部战争不感兴趣，无论如何定义）这样我就可以从我的数据集中删除这些行。在这里，我只是重新创建了第b行。（注意，这些组成数据缺少的是国家ID。但假设这十个条目代表同一个国家（例如，索马里））。所以，我感兴趣的是如何在28,000行的数据集中删除这些类型的行。

Answer 1

dplyr也是一个好方法 - 你只需要＆＃34;保持＆＃34;而不是＆＃34; drop＆＃34;

library(dplyr)
filter(df, (yearc != lead(yearc, 1) & yearc != lag(yearc, 1)) | wartype == "CIVIL")

Answer 2

您专注于Stata的if限定符，但听起来您只是希望对数据框进行子集化 - 因此您在Stata中使用了drop命令。我在R之前也学过Stata而且很困惑，因为我非常依赖Stata中的if限定符并立即在R中追求ifelse但是，后来我意识到R中更相关的技术围绕着子集化。有subset()命令，但大多数人更喜欢使用括号进行子集化（参见下面的代码）。

在您的原始问题中，您会问如何做两件事：

如何删除已编码的观察（即行）＆＃34; inter＆＃34;或＆＃34;内部＆＃34;在C列和
如何将其标记为缺失

示例数据

b <- c(1970, 1970, 1970, 1971, 1982, 1999, 1999, 2000, 2001, 2002)
c <- c("inter", "civil", "intra", "civil", "civil", "inter", "civil", "civil", "civil", "civil")
df <- data.frame(b,c)
df
      b     c
1  1970 inter
2  1970 civil
3  1970 intra
4  1971 civil
5  1982 civil
6  1999 inter
7  1999 civil
8  2000 civil
9  2001 civil
10 2002 civil

<强> 1。删除观察如果你想删除不是＆＃34; civil＆＃34;在C列中，您可以对数据框进行子集化，以便仅保留那些＆＃34; civil＆＃34;：

df2 <- df[df$c=="civil",] 
df2
      b     c
2  1970 civil
4  1971 civil
5  1982 civil
7  1999 civil
8  2000 civil
9  2001 civil
10 2002 civil

上面的代码创建了一个新的数据框df2，它是df的一个子集，但你也可以完全覆盖原始数据框：

df <- df[df$c=="civil",]

或者，您可以生成一个新的，然后删除旧的，如果您不喜欢您的工作区混乱了大量的数据框：

df2 <- df[df$c=="civil",]
rm(df)

<强> 2。将观察结果标记为缺失如果你想标记不是＆＃34; civil＆＃34;在C列中，您可以通过将其覆盖为NA：

df$c[df$c != "civil"] <- NA
df
      b     c
1  1970  <NA>
2  1970 civil
3  1970  <NA>
4  1971 civil
5  1982 civil
6  1999  <NA>
7  1999 civil
8  2000 civil
9  2001 civil
10 2002 civil

然后，您可以使用列表删除（请参阅na.omit()命令）从您正在进行的任何分析中删除案例。

旁注当列b为重复且列c为＆＃34; inter＆＃34;时，您的原始Stata代码将寻求子集。或＆＃34;内部＆＃34;。但是，您的样本数据的呈现方式，这似乎是一个多余的问题，这就是为什么我的解决方案只考虑列c。但是，如果您希望尽可能地匹配Stata代码，可以通过

df <- df[order(df$b, df$c),]
df$duplicate <- duplicated(df$b)
df2 <- df[df$c=="civil" & df$duplicate==FALSE,]

其中

按年份按时间顺序排序数据，然后按战争
创建一个新变量，指定列b是否为重复年份
对数据框进行子集以删除不需要的案例。

Answer 3

尝试将|运算符更改为&。以下是一些组成的数据：

R> b <- c(rep(1:4, each=3))
R> c <- 1:length(b)
R> df <- data.frame(c,b)
R> df$j <- ifelse(df$b != 2 & df$b != 3 & df$b != 1, NA, df$b)
R> df
    c b  j
1   1 1  1
2   2 1  1
3   3 1  1
4   4 2  2
5   5 2  2
6   6 2  2
7   7 3  3
8   8 3  3
9   9 3  3
10 10 4 NA
11 11 4 NA
12 12 4 NA

您的代码mywar <- mywar[!is.na(mywar$yearc),]的最后一行也可以正常工作

将Stata代码翻译成R

3 个答案: