Question

我想为双边贸易流数据帧（以from，to和amount交易格式编码）生成一组dyad标识符，以便可以使用这些标识符标识符以进行进一步的统计分析。

下面提供了我的示例数据，从中我从涉及美国的数据中提取并确定了独特的国家二元组。

# load the example data
trade_flow <- readRDS(gzcon(url("https://www.dropbox.com/s/ep7xldoq9go4f0g/trade_flow.rds?dl=1")))
# extract country dyads
country_dyad <- trade_flow[, c("from", "to")]
# identify unique pairs
up <- country_dyad[!duplicated(t(apply(country_dyad, 1, sort))),]
# extract only unique pairs that involve the US
up <- up[(up$from == "USA") | (up$to == "USA"), ]

## how can I use the unique pair object (up) to generate dyad identifiers and include them as a new column in the trade_flow dataframe

下一步是匹配原始数据帧（trade_flow）from和to列中的这些唯一对偶对，并生成一个唯一对偶标识符列表作为新列（例如， dyad到df（trade_flow）。它看起来应类似于以下格式，其中每个唯一的二元组都被识别并编码为唯一的数值。如果有人可以帮助我，我将不胜感激。

from    to  trade_flow  dyad
USA   ITA      5100       2
USA   UKG      4000       1
USA   GMY     17000       3
USA   ITA      4500       2
USA   JPN      2900       4
USA   UKG      6700       1
USA   ROK      7000       5
USA   UKG      2300       1
USA   SAF      1500       6
IND   USA      2400       7

Answer 1

假设流是有方向的，因此A / B和B / A是不同的流，请将from和to列粘贴在一起并转换为因数。分解使用的内部代码为1、2，...，no_of_levels，并使用as.numeric提取这些内部代码。

transform(DF, dyad = as.numeric(factor(paste(from, to))))

给予：

   from  to trade_flow dyad
1   USA ITA       5100    3
2   USA UKG       4000    7
3   USA GMY      17000    2
4   USA ITA       4500    3
5   USA JPN       2900    4
6   USA UKG       6700    7
7   USA ROK       7000    5
8   USA UKG       2300    7
9   USA SAF       1500    6
10  IND USA       2400    1

将对子集所做的分配应用于整体

如果我们只想对DF的行的子集（例如head(DF)）执行此分配，然后对DF的所有DF使用这些分配，则将NA用于{不在DF0中的{1}}，然后按照上述方式执行对偶的分配（请参见下面的第一行），然后从DF0中删除流编号，并使用{{1}提取其唯一的行}。最后，使用unique将其与DF沿前两列合并，以使all.x=TRUE中不匹配的行不会丢失。

DF

给予：

DF0 <- transform(head(DF), dyad = as.numeric(factor(paste(from, to))))
merge(DF, unique(DF0[-3]), all.x = TRUE, by = 1:2)

注意

以可重复形式输入：

   from  to trade_flow dyad
1   IND USA       2400   NA
2   USA GMY      17000    1
3   USA ITA       4500    2
4   USA ITA       5100    2
5   USA JPN       2900    3
6   USA ROK       7000   NA
7   USA SAF       1500   NA
8   USA UKG       4000    4
9   USA UKG       2300    4
10  USA UKG       6700    4

Answer 2

这里是使用base R

的选项

df1$dyad <- with(df1, as.integer(droplevels(interaction(from, to, 
        lex.order = TRUE))))
df1$dyad
#[1] 3 7 2 3 4 7 5 7 6 1

数据

df1 <- structure(list(from = structure(c(2L, 2L, 2L, 2L, 2L, 2L, 2L, 
2L, 2L, 1L), .Label = c("IND", "USA"), class = "factor"), to = structure(c(2L, 
6L, 1L, 2L, 3L, 6L, 4L, 6L, 5L, 7L), .Label = c("GMY", "ITA", 
"JPN", "ROK", "SAF", "UKG", "USA"), class = "factor"), trade_flow = c(5100L, 
4000L, 17000L, 4500L, 2900L, 6700L, 7000L, 2300L, 1500L, 2400L
)), class = "data.frame", row.names = c(NA, -10L))

使用唯一的列值对在数据框中生成二元标识符

2 个答案:

将对子集所做的分配应用于整体

注意

数据