寻找在R中执行Stata的By Sort任务的直接方法 [英] Searching for a straightforward way to do Stata's bysort tasks in R

问题描述

我对R非常陌生，几天来一直在努力做一些Stata非常直截了当的事情。一位朋友给了我一个相对复杂的答案，但我想知道是否有简单的方法来做下面的事情。

假设我有一个两个变量的数据帧，组织如下：

category    var1 
a            1     
a            2    
a            3     
b            4     
b            6  
b            8   
b           10    
c           11     
c           14      
c           17

我想生成另外五个变量，每个变量都应该插入到这个相同的数据帧中：var2、var3、var4、var5和var6

(1)var2是一个虚拟变量，对于每个类别(即，category定义的三个组中的每一个)中的第一个观测，它的值为1，否则为0。

(2)var3是一个虚拟变量，对于每个类别中的最后一次观察，它的值为1，否则为0。

(3)var4统计任何特定观测所属的每个组中有多少个观测(即，categorya为SO3，categoryb为4，categoryc为3)

(4)var5记录var1中的每个观测值与其上方的观测值之间的差异

(5)var6记录var1中的每个观测与其上方的观测之间的差异，但仅在category定义的组内。

我非常熟悉Stata，并且我发现使用bysortprefix命令来完成上面的所有操作并不困难。例如，var1很容易由bysort category: gen var1=1 if _n==1生成。但最后一天，我一直在绞尽脑汁，试图弄清楚如何使用R来做这些事情。我相信有几个解决方案(我的朋友参与了ddplyr套餐，这似乎比我的工资高出了一步)。没有比bysort更简单的了吗？

最终数据集应如下所示：

category    var1     var2     var3     var4     var5    var6   
a            1        1        0        3       n/a      n/a
a            2        0        0        3        1        1
a            3        0        1        3        1        1
b            4        1        0        4        1       n/a
b            6        0        0        4        2        2
b            8        0        0        4        2        2
b           10        0        1        4        2        2
c           11        1        0        3        1       n/a
c           14        0        0        3        3        3
c           17        0        1        3        3        3

非常感谢您提前提出任何建议。对于菜鸟的问题，我很抱歉；我相信这个问题已经在其他地方得到了答案，但我找了好几个小时也没能找到它。

推荐答案

dat <- read.table(header = TRUE, 
           text = 
'category    var1 
a            1     
a            2    
a            3     
b            4     
b            6  
b            8   
b           10    
c           11     
c           14      
c           17')


(dat <- within(dat, {
  var6 <- ave(var1, category, FUN = function(x) c(NA, diff(x)))
  var5 <- c(NA, diff(var1))
  var4 <- ave(var1, category, FUN = length)
  var3 <- rev(!duplicated(rev(category))) * 1
  var2 <- (!duplicated(category)) * 1
}))

#    category var1 var2 var3 var4 var5 var6
# 1         a    1    1    0    3   NA   NA
# 2         a    2    0    0    3    1    1
# 3         a    3    0    1    3    1    1
# 4         b    4    1    0    4    1   NA
# 5         b    6    0    0    4    2    2
# 6         b    8    0    0    4    2    2
# 7         b   10    0    1    4    2    2
# 8         c   11    1    0    3    1   NA
# 9         c   14    0    0    3    3    3
# 10        c   17    0    1    3    3    3

这篇关于寻找在R中执行Stata的By Sort任务的直接方法的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！