Question

在Stata中，可以在组内运行命令，并按x和y排序，再按z排序（但不能在分组中使用z）通过执行以下操作：

bysort x y (z): command

如何在 R 中做到这一点，尤其是排序部分？

请注意，按x，y和z进行排序很重要。

使用tidyverse，我认为这可能是代码的一部分：

data %>% group_by(x,y) %>% command

示例数据：

a <- data.frame(x=c(1,1,1,1,2,2,2,2), y=c(3,3,4,4,5,5,6,6), z=c(8,7,6,5,4,3,2,1), val=c(1,2,3,4,5,6,7,8))

在每个x，y组中，我想执行以下操作：

mutate(lag = lag(val))

Answer 1

dplyr中的arrange函数。如果您不想提升，请在其中使用desc。出于此目的，也不需要使用group_by-指定列的顺序是行的优先顺序。

data %>%
  arrange(x, y, desc(z))

更新：我认为您已经知道如何进行分类了……

data %>%
  arrange(x, y, desc(z)) %>%
  group_by(x,y) %>%
  mutate(lagged = lag(z))

Answer 2

简短的答案是R没有与Stata sortby等效的单值。它取决于command之后的sortby。与Stata不同，R在大多数情况下都不需要对子组分析进行排序。
在这种情况下，我们不需要按x和y进行排序。我不确定您的预期结果如何，但是一种选择可能是这样的：

a %>% 
  group_by(x, y) %>% 
  arrange(z) %>% 
  mutate(lag = lag(val)) %>%
  ungroup()

# A tibble: 8 x 5
      x     y     z   val   lag
  <dbl> <dbl> <dbl> <dbl> <dbl>
1     2     6     1     8    NA
2     2     6     2     7     8
3     2     5     3     6    NA
4     2     5     4     5     6
5     1     4     5     4    NA
6     1     4     6     3     4
7     1     3     7     2    NA
8     1     3     8     1     2

Answer 3

对于有关您的（更新的？）数据和mutate()命令的特定问题，似乎您在group_by()，arrange()和{{1 }}。

但是对于更广泛的问题，存在一些分离申请的问题，可能不像Stata那样简单。这是一个汇总组的示例，具有更明确的拆分应用形式。

mutate()

R等同于Stata的x y（z）：

3 个答案: