Question

我的每月面板数据不平衡。有些国家缺少某些时期，因此我的小组没有这些时期。我想添加这些时间段并为其分配一个NA值。

我尝试过一个平衡面板的功能，但是它的作用是消除所有不适用于所有状态的观察值。因此，如果没有02-2008年阿拉巴马州的数据，它将消除所有国家对02-2008年的观察。

balanced <- function(data, ID, TIME, VARS, required=c("all", "shared")) {
  if(is.character(ID)) {
    ID <- match(ID, names(data))
  }
  if(is.character(TIME)) {
    TIME <- match(TIME, names(data))
    if(missing(VARS)) { 
      VARS <- setdiff(1:ncol(data), c(ID,TIME))
    } else if (is.character(VARS)) {
      VARS <- match(VARS, names(data))
    }
    required <- match.arg(required)
    idf <- do.call(interaction, c(data[, ID, drop=FALSE], drop=TRUE))
    timef <- do.call(interaction, c(data[, TIME, drop=FALSE], drop=TRUE))
    complete <- complete.cases(data[, VARS])
    tbl <- table(idf[complete], timef[complete])
    if (required == "all") {
      keep <- which(rowSums(tbl == 1) == ncol(tbl))
      idx <- as.numeric(idf) %in% keep
    } else if (required == "shared") {
      keep <- which(colSums(tbl == 1) == nrow(tbl))
      idx <- as.numeric(timef) %in% keep
    }
    data[idx, ]
  }

Balanced_panel <- balanced(milk_state, "STATE", "PERIOD", "VALUE", required = "all")

外观如下：

  STATE       PERIOD    VALUE
California    01-2018     900
California    02-2018     890
California    03-2018     780
California    05-2018     800

这就是我想要的样子：

  STATE       PERIOD    VALUE
California    01-2018     900
California    02-2018     890
California    03-2018     780
California    04-2018      NA
California    05-2018     800

Answer 1

实际上，您不想从现有数据中创建一个平衡的样本（这是您在上面的代码中所做的），但是您想使用STATE和{的所有可能组合来扩展样本{1}}。这需要再执行一个步骤，即创建这些组合。从此开始

PERIOD

此后，采用所有可能组合的数据框library(tidyverse) data$ID %>% unique() %>% expand.grid(., seq('2018-01-01', '2018-05-01', by = 'month')) %>% rename("ID" = 1, "PERIOD" = 2) -> df，并使用df来加入您现有的观测值：

left_join

结果数据帧df %>% left_join (data, by = c("ID", "PERIOD") -> data是一个包含所有ID和PERIOD的平衡样本。对于计算，如果您的设置允许对变量值进行这样的假设，则可能会缺失平均值或零插补值，并且从狭义上来说，您有一个均衡的样本，即样本中仅包含具有所有期间观测值的ID。

如何平衡R中不平衡的面板？

1 个答案: