Question

我有这种形式的数据框

familyid memberid year contract  months
    1       1     2000    1        12
    1       1     2001    1        12
    1       1     2002    1        12
    1       1     2003    1        12
    2       3     2000    2        12
    2       3     2001    2        12
    2       3     2002    2        12
    2       3     2003    2        12
    3       2     2000    1        5
    3       2     2000    2        5
    3       2     2001    1        12
    3       2     2002    1        12
    3       2     2003    1        12
    4       1     2000    2        12
    4       1     2001    2        12
    4       1     2002    2        12
    4       1     2003    2        12
    5       2     2000    1        8
    5       2     2001    1        12
    5       2     2002    1        12
    5       2     2003    1        4
    5       2     2003    1        6

我想要一个像这样的数据框

   familyid memberid year contract  months
    1       1     2000    1        12
    1       1     2001    1        12
    1       1     2002    1        12
    1       1     2003    1        12
    2       3     2000    2        12
    2       3     2001    2        12
    2       3     2002    2        12
    2       3     2003    2        12
    4       1     2000    2        12
    4       1     2001    2        12
    4       1     2002    2        12
    4       1     2003    2        12
    5       2     2000    1        8
    5       2     2001    1        12
    5       2     2002    1        12
    **5       2     2003    1        10**

基本上，我想对变量月进行求和，如果它们相同的家庭ID对变量“ contract”显示相同的值（在我的示例中，在year = 2003中，我对familyid = 5求和是6和4）。但是，我也想丢弃在同一年显示可变合同的两个不同值的家族（在我的情况下，我丢弃familyid = 3，因为它在year = 2000中显示contract = 1和contract = 2）。对于其他观察，我想保持不变。

有人知道该怎么做吗？

感谢任何帮助我的人。马可

Answer 1

您提到要在一年内获得一个家庭的单份合同的总月数，而且还希望在一年内完全删除一份以上合同的家庭。这是一种方法：

library(dplyr)
df2 <- df %>% 
  group_by(familyid, memberid, year, contract) %>%
  summarize(months = sum(months, na.rm = T)) %>% 

  # We need this to answer the second part. How many contracts did this family have this year?
  mutate(contracts_this_yr = n()) %>%
  ungroup() %>%

  # Only include the families with no years of multiple contracts
  group_by(familyid, memberid) %>%
  filter(max(contracts_this_yr) < 2) %>%
  ungroup()

输出

df2
# A tibble: 16 x 5
   familyid memberid  year contract months
      <int>    <int> <int>    <int>  <int>
 1        1        1  2000        1     12
 2        1        1  2001        1     12
 3        1        1  2002        1     12
 4        1        1  2003        1     12
 5        2        3  2000        2     12
 6        2        3  2001        2     12
 7        2        3  2002        2     12
 8        2        3  2003        2     12
 9        4        1  2000        2     12
10        4        1  2001        2     12
11        4        1  2002        2     12
12        4        1  2003        2     12
13        5        2  2000        1      8
14        5        2  2001        1     12
15        5        2  2002        1     12
16        5        2  2003        1     10

汇总和丢弃分组变量

1 个答案: