r语言 - 如何创建一个依赖于几个事件的列，随着时间的推移，具有一定的阈值?

Question

在下面的数据中，我们观察了一个特定国家随时间的指数化GDP增长率。我的目标是创建一个二元变量:0=没有危机，1=危机。如果该指数低于过去5年平均水平，则该变量被编码为1=危机，直到它回到最初的5年平均水平。

在下面的例子中，1990年至1994年的GDP平均值是98。1995年，GDP为96，因此变量编码为1，直到1999年上升到99(超过98的水平)。这种情况在2002年至2005年间再次发生，直到GDP水平回到1997年至2001年的5年平均水平101.6以上。有人能帮帮忙吗?

GDP year Expected output
100 1990    0
99  1991    0
98  1992    0
97  1993    0
98  1994    0
96  1995    1
94  1996    1
95  1997    1
97  1998    1
99  1999    0
110 2000    0
107 2001    0
100 2002    1
98  2003    1
99  2004    1
97  2005    1
102 2006    0
103 2007    0
102 2008    0

数据如下:

df= structure(list(`Index 100` = c(100, 99, 98, 97, 98, 96, 94, 95, 
97, 99, 110, 107, 100, 98, 99, 97, 102, 103, 102), year = c(1990, 
1991, 1992, 1993, 1994, 1995, 1996, 1997, 1998, 1999, 2000, 2001, 
2002, 2003, 2004, 2005, 2006, 2007, 2008), `Expected output` = c(0, 
0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0)), row.names = c(NA, 
-19L), class = "data.frame")

Answer 1

您可以使用滑块的slide_dbl来获得以下前5年的mean:

注意事项:

1. 如果没有.complete = TRUE，它将计算部分窗口的平均值。
2. 如果你的真实数据集有多个国家，那么不要忘记先group_by(country) |>。
3. 你可以考虑使用janitor的clean_names来确保变量名是符合语法的，例如不需要反引号。

library(tidyverse)
library(slider)
# Sample data
df <- structure(list(`Index 100` = c(
100, 99, 98, 97, 98, 96, 94, 95,
97, 99, 110, 107, 100, 98, 99, 97, 102, 103, 102
), year = c(
1990,
1991, 1992, 1993, 1994, 1995, 1996, 1997, 1998, 1999, 2000, 2001,
2002, 2003, 2004, 2005, 2006, 2007, 2008
), `Expected output` = c(
0,
0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0
)), row.names = c(
NA,
-19L
), class = "data.frame")
# Code
df |>
arrange(year) |>
mutate(
sliding_mean = slide_dbl(lag(`Index 100`), mean, .before = 4, .complete = TRUE),
crisis = case_when(
`Index 100` < sliding_mean ~ 1,
`Index 100` >= sliding_mean & `Index 100` < first(na.omit(sliding_mean)) ~ 1,
TRUE ~ 0
)
)
#>    Index 100 year Expected output sliding_mean crisis
#> 1        100 1990               0           NA      0
#> 2         99 1991               0           NA      0
#> 3         98 1992               0           NA      0
#> 4         97 1993               0           NA      0
#> 5         98 1994               0           NA      0
#> 6         96 1995               1         98.4      1
#> 7         94 1996               1         97.6      1
#> 8         95 1997               1         96.6      1
#> 9         97 1998               1         96.0      1
#> 10        99 1999               0         96.0      0
#> 11       110 2000               0         96.2      0
#> 12       107 2001               0         99.0      0
#> 13       100 2002               1        101.6      1
#> 14        98 2003               1        102.6      1
#> 15        99 2004               1        102.8      1
#> 16        97 2005               1        102.8      1
#> 17       102 2006               0        100.2      0
#> 18       103 2007               0         99.2      0
#> 19       102 2008               0         99.8      0
# Check
(100+99+98+97+98)/5
#> [1] 98.4

^{由reprex包(v2.0.1)创建于2022-07-28}

Answer 2

试试这个

library(dplyr)
df |> mutate(crisis = case_when(lag(c( rep(0 , 4),
zoo::rollmean(df$GDP , 5)),1)> GDP ~ 1 , TRUE ~ 0))

输出

GDP year crisis
1  100 1990      0
2   99 1991      0
3   98 1992      0
4   97 1993      0
5   98 1994      0
6   96 1995      1
7   94 1996      1
8   95 1997      1
9   97 1998      0
10  99 1999      0
11 110 2000      0
12 107 2001      0
13 100 2002      1
14  98 2003      1
15  99 2004      1
16  97 2005      1
17 102 2006      0
18 103 2007      0
19 102 2008      0

• 输出以提高对解决方案的理解

GDP year crisis Five_years_avg
1  100 1990      0             NA
2   99 1991      0            0.0
3   98 1992      0            0.0
4   97 1993      0            0.0
5   98 1994      0            0.0
6   96 1995      1           98.4
7   94 1996      1           97.6
8   95 1997      1           96.6
9   97 1998      0           96.0
10  99 1999      0           96.0
11 110 2000      0           96.2
12 107 2001      0           99.0
13 100 2002      1          101.6
14  98 2003      1          102.6
15  99 2004      1          102.8
16  97 2005      1          102.8
17 102 2006      0          100.2
18 103 2007      0           99.2
19 102 2008      0           99.8

1998年的GDP是97，过去5年的平均值是96，所以没有危机。