子集取決於值在一個範圍內

Question

我正在Stata中處理一些數據，在那裏我遇到了一個小問題。由於在Stata中沒有簡單的方法來解決它（我可以找到），所以我決定嘗試用我有限的R知識來解決它。我可怕地失敗了。

我需要做的是保持觀察，其中（default_year - 1）是一年給出的範圍內，每個orgnr。換句話說：如果我有每年（年）的信息，直到它們的默認值（default_year）爲止，我只想保留組織（orgnr）。我的信息是否在默認情況下無關緊要。

如何將這段代碼看在R'

我嘗試使用子集函數和一些邏輯運算符，但不可能使它發揮作用。

提前，謝謝！

orgnr year default_year income 
1  2000 2004   100 
1  2001 2004   105 
1  2002 2004   95 
1  2003 2004   75 
2  2004 2006   14 
2  2005 2006   10 
2  2003 2006   6 
3  1999 2007   54 
3  2000 2007   59 
3  1998 2007   50 
3  2001 2007   64 
3  2002 2007   60 
3  2003 2007   51 
3  2004 2007   45 
3  2005 2007   40 
4  2010 2004   5 
4  2011 2004   7 
5  1999 2000   50 
5  1998 2000   45 
5  2000 2000   55 
5  2001 2000   49 
5  2002 2000   51 
6  2009 0    10 
6  2010 0    12 

預期輸出：

orgnr year default_year income 
    1  2000 2004   100 
    1  2001 2004   105 
    1  2002 2004   95 
    1  2003 2004   75 
    2  2004 2006   14 
    2  2005 2006   10 
    2  2003 2006   6 
    5  1999 2000   50 
    5  1998 2000   45 
    5  2000 2000   55 
    5  2001 2000   49 
    5  2002 2000   51 
    6  2009 0    10 
    6  2010 0    12 

Answer 1

隨着dplyr我們可以group_byorgnr和filter任何基團，其中default_year在上述範圍內。

library(dplyr) 
df %>% 
    group_by(orgnr) %>% 
    filter(any(max(year) >= (default_year-1) & min(year) <= (default_year -1))) 


# orgnr year default_year income 
# <int> <int>  <int> <int> 
# 1  1 2000   2004 100 
# 2  1 2001   2004 105 
# 3  1 2002   2004  95 
# 4  1 2003   2004  75 
# 5  2 2004   2006  14 
# 6  2 2005   2006  10 
# 7  2 2003   2006  6 
# 8  5 1999   2000  50 
# 9  5 1998   2000  45 
#10  5 2000   2000  55 
#11  5 2001   2000  49 
#12  5 2002   2000  51 

編輯

按照中如果default_year有0值，我們可以添加一個附加條件，以檢查問題的最新編輯。

df %>% 
    group_by(orgnr) %>% 
    filter(all(default_year == 0) | any(max(year) >= (default_year-1) 
      & min(year) <= (default_year -1))) 


# orgnr year default_year income 
# <int> <int>  <int> <int> 
# 1  1 2000   2004 100 
# 2  1 2001   2004 105 
# 3  1 2002   2004  95 
# 4  1 2003   2004  75 
# 5  2 2004   2006  14 
# 6  2 2005   2006  10 
# 7  2 2003   2006  6 
# 8  5 1999   2000  50 
# 9  5 1998   2000  45 
#10  5 2000   2000  55 
#11  5 2001   2000  49 
#12  5 2002   2000  51 
#13  6 2009   0  10 
#14  6 2010   0  12 

Answer 2

only keep observations where the (default_year - 1) for each orgnr is within the range given by year.這是不是真的我清楚。

我假設你要麼

a。保留所有行default_year - 1 > year

或

灣保留所有行在default_year - 1 < year。

對於這一點，你不需要subset()功能，只需使用索引：

一個。

df2 <- df[df$default_year - 1 > df$year,] 

b。

df2 <- df[df$default_year - 1 < df$year,] 

---

實施例：

df <- read.table(text = "orgnr year default_year 
1  2000 2004 
1  2001 2004 
1  2002 2004 
1  2003 2004 
2  2004 2006 
2  2005 2006 
2  2003 2006 
3  1999 2007 
3  2000 2007 
3  1998 2007 
3  2001 2007 
3  2002 2007 
3  2003 2007 
3  2004 2007 
3  2005 2007 
4  2010 2004 
4  2011 2004 
5  1999 2000 
5  1998 2000 
5  2000 2000 
5  2001 2000 
5  2002 2000", header = TRUE) 

df2 <- df[df$default_year - 1 > df$year,] 

> df2 
    orgnr year default_year 
1  1 2000   2004 
2  1 2001   2004 
3  1 2002   2004 
5  2 2004   2006 
7  2 2003   2006 
8  3 1999   2007 
9  3 2000   2007 
10  3 1998   2007 
11  3 2001   2007 
12  3 2002   2007 
13  3 2003   2007 
14  3 2004   2007 
15  3 2005   2007 
19  5 1998   2000 

df2 <- df[df$default_year - 1 < df$year,] 

> df2 
    orgnr year default_year 
16  4 2010   2004 
17  4 2011   2004 
20  5 2000   2000 
21  5 2001   2000 
22  5 2002   2000