根据条件生成新变量

Question

所以我有这个df以及州和年份信息。我的目标是生成一个新变量 state_year ，以便1982年的阿拉巴马州被分配为1，1983年的阿拉巴马州被分配为2，1984年的阿拉巴马州被分配为3，依此类推。

当我尝试以下操作时，在正确的情况下我得到“ TRUE”，但我想说“ 1”（然后在1983年的AL中为2，依此类推）。

test <- df %>%
    mutate(state_year = statefip == 1 & year == 1982)

Answer 1

我们可以按“状态”分组并通过在“ statefip”，“ year”（假设列已排序）上应用rleid来获得唯一ID。

library(data.table)
setDT(df)[, state_year := rleid(statefip, year), state]

---

或与dplyr

library(dplyr)
library(stringr)
df %>%
    mutate(state_year = str_c(state_fip, year)) %>%
    group_by(state) %>%
    mutate(state_year = match(state_year, unique(state_year))

Answer 2

对于每个state，您可以将年份转换为factor，然后转换为integer，以获得唯一的数字。

library(dplyr)
df %>%
  group_by(state) %>%
  mutate(state_year = as.integer(factor(year)))

如果要为每个州/年份组合指定唯一的数字，可以将state和year粘贴在一起，然后转换为factor，然后转换为integer。

df %>%
  mutate(state_year = paste0(state, year), 
         state_year = as.integer(factor(state_year, levels = unique(state_year))))