在不適用的面板數據集中獲得3年平均值

Question

我有以下數據框，稱為DF，

Country Year Var1 Var2
USA 2010 5 3
USA 2011 6 5
USA 2012 NA 8
USA 2013 4 NA
USA 2014 NA 6
USA 2015 6 9
CHN 2010 NA 5
CHN 2011 7 NA
CHN 2012 6 NA
CHN 2013 4 4
CHN 2014 NA 6
CHN 2015 NA 8
EGY 2010 3 NA
EGY 2011 3 5
EGY 2012 3 6
EGY 2013 NA 8
EGY 2014 NA NA
EGY 2015 NA 2

我想取3年平均值。 但是，如果在特定的三年間隔內只有兩年的可用數據，我想忽略不適用，而取兩年的平均值。 同樣，如果僅在特定的三年間隔內提供一年的數據，我希望將該數據點保留為該三年間隔的“平均值”。 基本上，在每三年的間隔內，我想取平均值，而忽略NA。

我嘗試了以下推薦的解決方案： R：計算面板數據中的5年平均值

int<-cut(DF$Year,seq(2010,2016,by=3),right=F)
id<-c("Var1", "Var2")
ag<-aggregate(DF[id],list(DF$Country,int), mean)

結果如下：

Group.1 Group.2 Var1 Var2
CHN [2010,2013) NA NA
EGY [2010,2013) 3 NA
USA [2010,2013) NA 5.333333
CHN [2013,2016) NA 6.000000
EGY [2013,2016) NA NA 
USA [2013,2016) NA NA 

但是我感興趣的輸出是：

Group.1 Group.2 Var1 Var2
CHN [2010,2013) 6.5 5
EGY [2010,2013) 3 5.5
USA [2010,2013) 5.5 5.3
CHN [2013,2016) 4 6
EGY [2013,2016) NA 5 
USA [2013,2016) 5 7.5

Answer 1

這就是使用dplyr軟件包可以做到的。 基本上，您首先使用mutate創建一個“年份組”。 我使用過ifelse但是如果您有更多的組，盡管嵌套的ifelse可以使用，但您應該考慮查看case_when 。 然后，我們按國家和Year_group進行匯總。

df1 <- read.table(text="Country Year Var1 Var2
                  USA 2010 5 3
                  USA 2011 6 5
                  USA 2012 NA 8
                  USA 2013 4 NA
                  USA 2014 NA 6
                  USA 2015 6 9
                  CHN 2010 NA 5
                  CHN 2011 7 NA
                  CHN 2012 6 NA
                  CHN 2013 4 4
                  CHN 2014 NA 6
                  CHN 2015 NA 8
                  EGY 2010 3 NA
                  EGY 2011 3 5
                  EGY 2012 3 6
                  EGY 2013 NA 8
                  EGY 2014 NA NA
                  EGY 2015 NA 2",header=TRUE, stringsAsFactors=FALSE)
library(dplyr)
df1%>%
  group_by(Country)%>%
  mutate(Year_group=ifelse(Year<2013,"2010-2012","2013-2016"))%>%
  group_by(Country,Year_group)%>%
  summarise(Mean_var1=mean(Var1,na.rm=TRUE),Mean_var2=mean(Var2,na.rm=TRUE)

  Country Year_group Mean_var1 Mean_var2
    <chr>      <chr>     <dbl>     <dbl>
1     CHN  2010-2012       6.5  5.000000
2     CHN  2013-2016       4.0  6.000000
3     EGY  2010-2012       3.0  5.500000
4     EGY  2013-2016       NaN  5.000000
5     USA  2010-2012       5.5  5.333333
6     USA  2013-2016       5.0  7.500000

Answer 2

您快到了，只需要添加代碼一項：

int <- cut(DF$Year, seq(2010, 2016, by = 3), right = FALSE)
id <- c("Var1", "Var2")
ag <- aggregate(DF[id], list(DF$Country, int), mean, na.rm = TRUE)
#                                                    |
#-----------------------------------------------------

ag
#  Group.1     Group.2 Var1     Var2
#1     CHN [2010,2013)  6.5 5.000000
#2     EGY [2010,2013)  3.0 5.500000
#3     USA [2010,2013)  5.5 5.333333
#4     CHN [2013,2016)  4.0 6.000000
#5     EGY [2013,2016)  NaN 5.000000
#6     USA [2013,2016)  5.0 7.500000

aggregate()接受傳遞給方法或由方法使用的其他參數 。 這樣，您可以將na.rm = TRUE參數傳遞給mean() 。