[英]Taking a 3 year average across in a panel data set with NAs
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
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
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()
。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.