根据时间顺序子集面板数据

时间:2018-04-30 09:56:45

标签: r time-series subset

我想选择案例来估计援助对冲突的影响。在我的案例选择中,我只想知道Aid在冲突之前是按时间顺序排列的。 这是一个示例数据集:

dt <- data.frame(name= rep(c("A", "B", "C"), c(3,3,3)), 
                 year=c(2001:2003), Aid=c(1, 0, 0, 0, 0, 1, 1, 0, 1),
                 conflict=c(0, 0, 1, 1, 1, 0, 0, 1, 1))

因为在国家B援助是在冲突之后,我想排除这种情况。 最后,数据集应如下所示:

dt1 <- data.frame(name= rep(c("A", "C"), c(3,3)), 
                       year=c(2001:2003), Aid=c(1, 0, 0, 1, 0, 1),
                       conflict=c(0, 0, 1, 0, 1, 1))

任何帮助赞赏:)

2 个答案:

答案 0 :(得分:0)

像这样。

library(dplyr)
dt <- dt                                   %>% 
     group_by(name)                        %>% 
     mutate(
         aid_year = match(1, Aid),
         conflict_year = match(1, conflict)
       )                                   %>% 
     filter(aid_year <= conflict_year)

## # A tibble: 6 x 6
## # Groups:   name [2]
##   name   year   Aid conflict aid_year conflict_year
##   <fct> <int> <dbl>    <dbl>    <int>         <int>
## 1 A      2001    1.       0.        1             3
## 2 A      2002    0.       0.        1             3
## 3 A      2003    0.       1.        1             3
## 4 C      2001    1.       0.        1             2
## 5 C      2002    0.       1.        1             2
## 6 C      2003    1.       1.        1             2

这假设所有国家的所有年份都相同。如果没有,那么您应该将match(1, Aid)替换为获得实际年份的内容(类似conflict_year = year[conflict_year]中的mutate)。

此外,恕我直言的越野回归是浪费大量时间......但我想这不是答案的一部分,无疑你知道你在做什么......

答案 1 :(得分:0)

我们可以将anyfilter

一起使用
dt %>% 
  group_by(name) %>% 
  filter(any(Aid == conflict))
# A tibble: 6 x 4
# Groups:   name [2]
#   name   year   Aid conflict
#   <fct> <int> <dbl>    <dbl>
#1 A      2001     1        0
#2 A      2002     0        0
#3 A      2003     0        1
#4 C      2001     1        0
#5 C      2002     0        1
#6 C      2003     1        1