如何在r中添加持续时间变量?

Question

我想在 r 中创建持续时间变量，但我还没有弄清楚。我的数据如下所示：

company <- rep(c("A", "B"), each=8)
year <- rep(1980:1987, 2)
value <- c(NA,0,0,0,1,0,-1,1,NA,-3,NA,0,0,1,0,0)
data <- data.frame(company, year, value)

我想要这样

company <- rep(c("A", "B"), each=8)
year <- rep(1980:1987, 2)
value <- c(NA,0,0,0,1,0,-1,1,NA,-3,NA,0,0,1,0,0)
timeduration <- c(NA,1,2,3,1,2,1,1,NA,1,NA,1,2,1,2,3)
data1 <- data.frame(company, year, value, timeduration)

零在值变量中有两个含义。如果我在 NA 之后使用它，我必须从 1 开始计数，但如果 0 来自任何值之后，则意味着值的变化是恒定的。因此，即使值更改为 0，我也必须继续计数。我在第二个数据(data1)中显示了这种情况。(此外，数据应按考虑公司进行分组)。感谢您的努力！

Answer 1

编写一个函数来控制要对变量值执行的操作，例如：

company <- rep(c("A", "B"), each=8)
year <- rep(1980:1987, 2)
value <- c(NA,0,0,0,1,0,-1,1,NA,-3,NA,0,0,1,0,0)
timeduration <- c(NA,1,2,3,1,2,1,1,NA,1,NA,1,2,1,2,3)
data1 <- data.frame(company, year, value, timeduration)
library(tidyverse)
calc_td <- function(x) {
res <- rep(0, length(x))
tmp <- x
tmp[is.na(x)] <- max(x, na.rm = TRUE) + 1
for (i in seq_along(tmp)) {
if (i == 1L) {
res[i] <- 0
} else {
if ((tmp[i] != tmp[i - 1]) & (tmp[i] != 0)) {res[i] <- 1} else {res[i] <- res[i - 1] + 1}
}
}
res[is.na(x)] <- NA
res
}
data1 %>%
group_by(company) %>%
mutate(timeduration2 = calc_td(value)) %>%
ungroup()

Answer 2

我们定义一个对应于 OP 在value中对零的解释的reset变量，然后相应地构建groups(每当时间计数resetTRUE时，我们用cumsum()开始一个新的group)。

然后我们可以推导出timeduration作为group内year和year的第一个值之间的差值。

library(dplyr)
data %>% 
group_by(company) %>% 
mutate(reset = (value != 0) | (value == 0 & is.na(lag(value)))) %>% 
group_by(company, group = cumsum(ifelse(is.na(reset), 0, reset))) %>% 
mutate(timeduration = ifelse(is.na(value), NA, year - first(year) + 1)) %>% 
ungroup() %>% 
select(- reset, - group) 
#> # A tibble: 16 × 4
#>    company  year value timeduration
#>    <chr>   <int> <dbl>        <dbl>
#>  1 A        1980    NA           NA
#>  2 A        1981     0            1
#>  3 A        1982     0            2
#>  4 A        1983     0            3
#>  5 A        1984     1            1
#>  6 A        1985     0            2
#>  7 A        1986    -1            1
#>  8 A        1987     1            1
#>  9 B        1980    NA           NA
#> 10 B        1981    -3            1
#> 11 B        1982    NA           NA
#> 12 B        1983     0            1
#> 13 B        1984     0            2
#> 14 B        1985     1            1
#> 15 B        1986     0            2
#> 16 B        1987     0            3