Question

我正在与： -面板数据集 -10个时间段

如果虚拟变量RL曾经是1 (TRUE)一次，我需要创建一个永远等于RS的虚拟变量1。

换句话说：新变量RL（跨越10个周期）必须在t内为1，如果在周期t-1中RS是1，则所有后续周期必须为t。如果TRUE中没有发生RS并且RS为0 (FALSE)，则RL也应为0。

在时间段t中，TRUE发生在RS中，则RL必须向前1（在t + 1，t + 2，t + 3， t + 4 ...，面板的t + end）。

我的问题是FALSE不能正确地读为0，而只能读为NA。

我使用了ifelse，但是它给了我太多的空白：

    df$r_1RL  <- rep(0,nrow(df)) # is = 0 cause noone can retire in t-1 since "RS0" doesn't exists
    df$r_2RL  <- ifelse(  df$r_1RS == 1, 1, ifelse(df$r_1RS == 0, 0, NA))
    df$r_3RL  <- ifelse( (df$r_1RS == 1 | df$r_2RS == 1), 1, ifelse( (df$r_1RS == 0 | df$r_2RS == 0), 0, NA))
    df$r_4RL  <- ifelse( (df$r_1RS == 1 | df$r_2RS == 1 | df$r_3RS == 1), 1, ifelse( (df$r_1RS == 0 | df$r_2RS == 0 | df$r_3RS == 0), 0, NA)) 
    df$r_5RL  <- ifelse( (df$r_1RS == 1 | df$r_2RS == 1 | df$r_3RS == 1 | df$r_4RS == 1 ), 1, ifelse( (df$r_1RS == 0 | df$r_2RS == 0 | df$r_3RS == 0 | df$r_4RS == 0), 0, NA))
    and so on... up to 10RL


   df <- structure(list(r_1RS = c(FALSE, FALSE, FALSE, FALSE, FALSE, NA
    ), r_2RS = c(FALSE, NA, FALSE, FALSE, FALSE, NA), r_3RS = c(FALSE, 
    FALSE, FALSE, FALSE, FALSE, NA), r_4RS = c(FALSE, FALSE, FALSE, 
    FALSE, NA, FALSE), r_5RS = c(FALSE, TRUE, FALSE, FALSE, NA, FALSE
    ), r_6RS = c(FALSE, FALSE, FALSE, FALSE, NA, TRUE), r_7RS = c(FALSE, 
    FALSE, FALSE, FALSE, NA, FALSE), r_8RS = c(TRUE, FALSE, FALSE, 
    FALSE, FALSE, FALSE), r_9RS = c(FALSE, FALSE, FALSE, FALSE, FALSE, 
    FALSE), r_10RS = c(FALSE, FALSE, TRUE, FALSE, NA, FALSE), r_1RL = c(0, 
    0, 0, 0, 0, 0), r_2RL = c(0, 0, 0, 0, 0, NA), r_3RL = c(0, NA, 
    0, 0, 0, NA), r_4RL = c(0, NA, 0, 0, 0, NA), r_5RL = c(0, NA, 
    0, 0, NA, NA), r_6RL = c(0, 1, 0, 0, NA, NA), r_7RL = c(0, 1, 
    0, 0, NA, 1), r_8RL = c(0, 1, 0, 0, NA, 1), r_9RL = c(1, 1, 0, 
    0, NA, 1), r_10RL = c(1, 1, 0, 0, NA, 1)), row.names = c(NA, 
    -6L), class = c("tbl_df", "tbl", "data.frame"))

在这里您可以看到RS中的真实情况如何发生，而RL之后是1。但是有两个问题。.首先，r_10RL中的1应该是NA，而r_7RL应该具有0，而不是 {{1} }

带圆圈的NA's应该为0，带圆圈的NA应该为1

Answer 1

这感觉很骇人，我不喜欢它，但是它适用于您的示例数据。您可能会采纳总体思路并使之更有效。让我知道您是否遇到任何问题！

# Using the first 10 columns of your dput dataframe
df <- df[1:10]
> df
# A tibble: 6 x 10
  r_1RS r_2RS r_3RS r_4RS r_5RS r_6RS r_7RS r_8RS r_9RS r_10RS
  <lgl> <lgl> <lgl> <lgl> <lgl> <lgl> <lgl> <lgl> <lgl> <lgl> 
1 FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE  FALSE FALSE 
2 FALSE NA    FALSE FALSE TRUE  FALSE FALSE FALSE FALSE FALSE 
3 FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE  
4 FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE 
5 FALSE FALSE FALSE NA    NA    NA    NA    FALSE FALSE NA    
6 NA    NA    NA    FALSE FALSE TRUE  FALSE FALSE FALSE FALSE 

# Createing a copy for the new columns
df2 <- df

# There may be other ways to handle NA's but you mentioend you want them
# as zero so this should work for you
df2[is.na(df2)] <- 0

# Changing all values after TRUE to 1
df2 <- data.frame(t(apply(df2, 1, function(x) as.numeric(cumsum(x) > 0))))

# Chaning the names
names(df2) <- sub("RS", "RL", names(df), fixed = T)

# Combining the columns
> cbind(df, df2)
  r_1RS r_2RS r_3RS r_4RS r_5RS r_6RS r_7RS r_8RS r_9RS r_10RS r_1RL r_2RL r_3RL r_4RL r_5RL r_6RL r_7RL r_8RL r_9RL r_10RL
1 FALSE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE FALSE  FALSE     0     0     0     0     0     0     0     1     1      1
2 FALSE    NA FALSE FALSE  TRUE FALSE FALSE FALSE FALSE  FALSE     0     0     0     0     1     1     1     1     1      1
3 FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE   TRUE     0     0     0     0     0     0     0     0     0      1
4 FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE  FALSE     0     0     0     0     0     0     0     0     0      0
5 FALSE FALSE FALSE    NA    NA    NA    NA FALSE FALSE     NA     0     0     0     0     0     0     0     0     0      0
6    NA    NA    NA FALSE FALSE  TRUE FALSE FALSE FALSE  FALSE     0     0     0     0     0     1     1     1     1      1

编辑：只需阅读文章的最后几行。如果要在新列中保留NA，只需将df2[is.na(df)] <- NA放在cbind之前。我不清楚您到底想要什么，因此，如果不是您想要的，您是否可以发布一个数据框，其中包含所需的示例数据输出？如果遇到其他问题，请发表评论或发表更新！

EDIT2：完成步骤的另一种方法涉及apply（这可能很慢）。我无法测试哪种方法更快，所以我想同时包括这两种方法：

# Changing all values after TRUE to 1
df2[] <- lapply(df2, as.numeric)
df2_t <- data.frame(t(df2))
> data.frame(t(cumsum(df2_t) > 0)*1)
   r_1RS r_2RS r_3RS r_4RS r_5RS r_6RS r_7RS r_8RS r_9RS r_10RS
X1     0     0     0     0     0     0     0     1     1      1
X2     0     0     0     0     1     1     1     1     1      1
X3     0     0     0     0     0     0     0     0     0      1
X4     0     0     0     0     0     0     0     0     0      0
X5     0     0     0     0     0     0     0     0     0      0
X6     0     0     0     0     0     1     1     1     1      1

与R中的“ ifelse”相比，有什么更好的方法来创建新变量？

1 个答案: