带有R的面板数据中变量的计数/曲线随时间变化

问题描述

我对R还是比较陌生，对一个简单的事情一无所知。我有面板数据，我想绘制或计算有多少观察单位经历了特定变量随时间的变化。数据如下所示：

statename,from,to,id,x
United States,1946,1965,201000,United States,202000,203000,false
United States,1970,1973,true
United States,204000,205000,true

因此，确切地说，我想获取ids发生变化的x中有多少，和/或true总是有x以及false中总是有x的人。

如果x至少一次是true，至少一次是false，即发生了变化，我试图制作一个等于1的虚拟对象。但是，它没有用。我还尝试使用table()，aggregate()，group_by()和count()函数（部分组合）来解决问题，但是我没有得到想要的东西。

有人可以帮忙吗？

解决方法

要使其可复制：

my_data <- read.csv(text=
"statename,from,to,id,x
United States,1946,1965,201000,United States,202000,203000,false
United States,1970,1973,true
United States,204000,205000,true",header=TRUE)

这是使用软件包dplyr和函数mutate()和lag()的解决方案：

library(dplyr)
my_data <- my_data %>%
  group_by(id) %>%
  mutate(xChanged = case_when(x != lag(x) ~ "Yes",TRUE ~ "No")) %>%
  as.data.frame()

分步操作，这是上面的代码的作用：

1. 它按id对数据进行分组。
2. 然后使用lag()函数查找x的先前值。
3. 如果x与前一个x不同，则会在列xChanged 中输入“是”。
4. 否则，它在列xChanged中输入“否”

输出将如下所示：

> my_data
      statename from   to     id     x xChanged
1 United States 1946 1965 201000             No
2 United States 1946 1965 202000             No
3 United States 1946 1965 203000 false       No
4 United States 1970 1973 203000  true      Yes
5 United States 1946 1965 204000             No
6 United States 1946 1965 205000  true       No

现在您可以计算xChanged中有多少个“是”。

nrow(my_data[my_data$xChanged == "Yes",])

结果：1​​。