Question

我有一些类似于以下的面板数据（输入数据集的代码位于末尾）：

  countrycode year X
1         ARG 2015 2
2         ARG 2016 2
3         ARG 2017 1
4         AUS 2015 1
5         AUS 2016 3
6         AUS 2017 2
7         USA 2015 6
8         USA 2016 5
9         USA 2017 8

我想对X变量进行差分（即从今年的X减去去年的X）。当我不使用管道时，它会完美工作：

library(tidyverse)
library(plm)

pdf <- pdata.frame(df, index = c("countrycode", "year"))

# This works perfectly
pdf <- mutate(pdf, dX = pdf$X - lag(pdf$X))

结果正是我想要的：dX的每个2015值都是NA，因为没有X的2014值可以比较。

  countrycode year X dX
1         ARG 2015 2 NA
2         ARG 2016 2  0
3         ARG 2017 1 -1
4         AUS 2015 1 NA
5         AUS 2016 3  2
6         AUS 2017 2 -1
7         USA 2015 6 NA
8         USA 2016 5 -1
9         USA 2017 8  3

但是当我尝试使用％>％时：

pdf <- pdf %>% mutate(dX2 = X - lag(X))

结果不再考虑面板结构。看看dX2如何尝试在不同国家/地区进行差异化？因此，2015年美国的dX2应该是NA，但应该是4。

  countrycode year X dX dX2
1         ARG 2015 2 NA  NA
2         ARG 2016 2  0   0
3         ARG 2017 1 -1  -1
4         AUS 2015 1 NA   0
5         AUS 2016 3  2   2
6         AUS 2017 2 -1  -1
7         USA 2015 6 NA   4
8         USA 2016 5 -1  -1
9         USA 2017 8  3   3

是否可以在plm或面板数据中使用管道？

完整代码在这里：

library(tidyverse)
library(plm)

df <- data.frame(stringsAsFactors=FALSE,
   countrycode = c("ARG", "ARG", "ARG", "AUS", "AUS", "AUS", "USA", "USA",
                   "USA"),
          year = c(2015L, 2016L, 2017L, 2015L, 2016L, 2017L, 2015L, 2016L,
                   2017L),
             X = c(2L, 2L, 1L, 1L, 3L, 2L, 6L, 5L, 8L)
)
df

# using panel
pdf <- pdata.frame(df, index = c("countrycode", "year"))

# This works perfectly
pdf <- mutate(pdf, dX = pdf$X - lag(pdf$X))
pdf

# Pipe doesn't work across the panel
pdf <- pdf %>% mutate(dX2 = X - lag(X))
pdf

Answer 1

您需要指定您使用的是来自dplyr的延迟（而不是plm）。

pdf <- pdf %>% 
  group_by(countrycode) %>%
  mutate(dX2 = X - dplyr::lag(X))

结果：

  countrycode year X dX dX2
1         ARG 2015 2 NA  NA
2         ARG 2016 2  0   0
3         ARG 2017 1 -1  -1
4         AUS 2015 1 NA   NA
5         AUS 2016 3  2   2
6         AUS 2017 2 -1  -1
7         USA 2015 6 NA   NA
8         USA 2016 5 -1  -1
9         USA 2017 8  3   3

Answer 2

我相信这与为什么

具有相同的原因

with(pdf, X - lag(X))

没有给出预期的答案（尊重面板结构），但是：

[1] NA  0 -1  0  2 -1  4 -1  3

对with()的求值发生在第一个参数内部，并通过访问这样的pdata.frame，使用pdata.frame的内部结构，其中列不是pseries对象，而是裸骨类型（例如数字）。通过使用$访问器访问pdata.frame的列，那一刻该列将变成pseries，并使用了可以遵守面板结构的正确lag方法。

我的猜测是，管道运算符（eval）定义中的%>%构造以相同的方式求值第一个参数。

（这是pdata.frame对象的当前定义的缺点）。

R：plm面板数据：如何使用管道？

2 个答案: