我的面板数据包含3列:公司,年份,收入。每家公司的观察数量不同。例如,公司BBB有20个观察值,而公司AAA只有19个。
Firm <- rep(c("AAA","BBB","CCC","DDD","EEE"), each=20)
Year <- rep(seq(1997,2016,1),times=5)
Income <- rnorm(100, mean=50, sd=10)
df <- cbind(Firm,Year,Income)
df <- as.data.frame(df)
df <- df[!(df$Firm=="AAA" & df$Year=="2016"),]
实际数据包含5000多家公司,每家公司超过50年。每家公司的开始日期和结束日期都不同。但这是一个很好的例子。
我想分别为每个公司的收入分配五分之一,并把它放在一个名为“Quint”的新栏目中。例如,1997年,公司“AAA”收入50,公司“BBB”收入49,公司“CCC”收入48,公司“DDD”收入47,公司“EEE”收入46。 “AAA”有1,“BBB”有2,“CCC”有3,“DDD”有4,“EEE”有5,为1997。
我有一个自定义功能,可以连续多年使用,但每年都无法执行:
quan <- function (x){
y <-ifelse(x<=quantile(x,c(.2),na.rm=TRUE), 1,
ifelse(x>quantile(x,c(.2),na.rm=TRUE)&x<=quantile(x,c(.4),na.rm=TRUE), 2,
ifelse(x>quantile(x,c(.4),na.rm=TRUE)&x<=quantile(x,c(.6),na.rm=TRUE), 3,
ifelse(x>quantile(x,c(.6),na.rm=TRUE)&x<=quantile(x,c(.8),na.rm=TRUE), 4,
ifelse(x>quantile(x,c(.8),na.rm=TRUE), 5, NA)))))
y
}
每年如何做?感谢。
答案 0 :(得分:0)
使用dplyr
包,您可以使用ntile
函数计算五分位数。按Year
分组,逐年获得五分位数。另请注意数据创建代码中从cbind
到data.frame
的更改。 cbind
创建一个矩阵,矩阵中的所有值必须是相同的类型,因此数值被强制转换为字符串。
df <- data.frame(Firm, Year, Income)
df <- df[!(df$Firm=="AAA" & df$Year=="2016"),]
library(dplyr)
df = df %>% group_by(Year) %>%
mutate(Quint = ntile(Income, 5))
Firm Year Income Quint <fctr> <dbl> <dbl> <int> 1 AAA 1997 66.99350 5 2 AAA 1998 55.18437 3 3 AAA 1999 31.39550 1 4 AAA 2000 57.39199 4 5 AAA 2001 41.03834 3 6 AAA 2002 51.85919 4 7 AAA 2003 38.21712 3 8 AAA 2004 45.97977 4 9 AAA 2005 47.62680 3 10 AAA 2006 48.78366 3 # ... with 89 more rows
使用基数R,您可以使用lapply
和split
分别对每个Year
进行操作,并使用cut
函数按五分位数进行分组:
df = do.call(rbind,
lapply(split(df, df$Year), function(x) {
data.frame(x, Quint=cut(x[ , "Income"],
quantile(x[,"Income"], probs=seq(0,1,0.2)),
labels=1:5,
include.lowest=TRUE))
}))