如何通过组id在连续值上创建一个伪变量

Question

我有一个数据帧，有些列有NA值。此外，数据不平衡(即ID的年份不相同(。我正试图通过组ID在连续(多年(重复值上创建一个伪变量(R(。

例如，我有一个data.frame:

data <- data.frame(Year = c(1980, 1981, 1982, 1983, 1984, 1990, 1991, 1992, 1993,
1987, 1988, 1989, 1990, 1991, 1992, 1993, 1994, 1995),
ID = c(1,1,1,1,1, 2,2,2,2, 3,3,3,3,3,3,3,3,3), 
value=c(0,0,0,NA,1, 0,1,0,1, NA,NA,0,0,0,0,1,0,0))

Year ID value
1  1980  1     0
2  1981  1     0
3  1982  1     0
4  1983  1    NA
5  1984  1     1
6  1990  2     0
7  1991  2     1
8  1992  2     0
9  1993  2     1
10 1987  3    NA
11 1988  3    NA
12 1989  3     0
13 1990  3     0
14 1991  3     0
15 1992  3     0
16 1993  3     1
17 1994  3     0
18 1995  3     0 

我对一个新的变量感兴趣，比如"dummy"，如果在连续三年或三年以上的时间里，变量"value"的值等于零，则等于零，如果值为NA，则为NA，其余为1。例如，在1980-1982年，第一个ID应该分别为零、1或NA。

我感兴趣的是：

Year  ID  value  dummy
1  1980  1     0      0
2  1981  1     0      0
3  1982  1     0      0
4  1983  1    NA     NA
5  1984  1     1      1
6  1990  2     0      1
7  1991  2     1      1
8  1992  2     0      1
9  1993  2     1      1
10 1987  3    NA     NA
11 1988  3    NA     NA
12 1989  3     0      0
13 1990  3     0      0
14 1991  3     0      0
15 1992  3     0      0
16 1993  3     1      1
17 1994  3     0      1
18 1994  5     0      1

有人能帮我吗？

Answer 1

您可以使用dplyr按ID对数据进行分组，按IDYear排序数据以创建新变量假人将为一，如果且仅当(此人今年的(值以及前一年和前一年的值都等于零。因此，在该示例中，1982年的ID1具有0的伪值。

library(dplyr)
data %>% 
group_by(ID) %>% 
arrange(ID, Year) %>%     ## sort by ID and year
mutate(dummy = 
case_when(
value == 0 & lag(value, n = 1) == 0 & lag(value, n = 2) == 0 ~ 0, ## 3 consec years
is.na(value) ~ value,  ## if value is NA
TRUE ~  1 )            ## 1 otherwise
)

# A tibble: 18 x 4
# Groups:   ID [3]
Year    ID value dummy
<dbl> <dbl> <dbl> <dbl>
1  1980     1     0     1
2  1981     1     0     1
3  1982     1     0     0
4  1983     1    NA    NA
5  1984     1     1     1
6  1990     2     0     1
7  1991     2     1     1
8  1992     2     0     1
9  1993     2     1     1
10  1987     3    NA    NA
11  1988     3    NA    NA
12  1989     3     0     1
13  1990     3     0     1
14  1991     3     0     0
15  1992     3     0     0
16  1993     3     1     1
17  1994     3     0     1
18  1995     3     0     1