R如何展開連續計數？

Question

如何擴展數據集並按年連續計數？

具體來說，我的數據集有 15 行和 4 列：公司 ID、行業代碼、年份和月份。 該數據在 2 年內有 15 個月度信息。 在該月觀察到一家采取月度行動的公司。 如果每個月都觀察每家公司，我就會有 30obs。 我想擴展數據，以便將未采取每月行動的公司記錄為 0，將采取行動的公司記錄為 1。我生成了一系列 3 個變量。 第一個是 Treat，如果公司以前在數據集中，則等於 1，如果添加了公司的 obs（因為他們沒有在該月采取行動），則為 0。 例如，公司 1 將有六個 1，而公司 2 將有一個。 當月 = 3 且年 = 2010 時。 接下來，我生成 Treat2，它會替換。 與 0 並保持 1s 不變。 最后，我生成了一個變量 Treat3，它計算給定公司是否在一年內至少連續采取了三次行動。

這是原始數據的樣子：

公司_ID1	部門	年	月
1個	1個	2010	1個
1個	1個	2010	2個
1個	1個	2010	3個
1個	1個	2011年	1個
1個	1個	2011年	2個
1個	1個	2011年	3個
2個	1個	2010	1個
2個	1個	2010	2個
2個	1個	2011年	1個
2個	1個	2011年	2個
3個	1個	2010	1個
4個	2個	2011年	1個
4個	2個	2011年	2個
5個	2個	2011年	2個
5個	2個	2011年	3個

這就是我要找的

公司_ID1	部門	年	月	對待	對待1	對待2
1個	1個	2010	1個	1個	1個	1個
1個	1個	2010	2個	1個	1個	1個
1個	1個	2010	3個	1個	1個	1個
1個	1個	2011年	1個	1個	1個	1個
1個	1個	2011年	2個	1個	1個	1個
1個	1個	2011年	3個	1個	1個	1個
2個	1個	2010	1個	1個	1個	1個
2個	1個	2010	2個	1個	1個	1個
2個	1個	2010	3個	.	0	0
2個	1個	2011年	1個	1個	1個	0
2個	1個	2011年	2個	1個	1個	0
2個	1個	2011年	3個	.	0	0
3個	1個	2010	1個	1個	1個	0
3個	1個	2010	2個	.	0	0
3個	1個	2010	3個	.	0	0
3個	1個	2011年	1個	.	0	0
3個	1個	2011年	2個	.	0	0
3個	1個	2011年	3個	.	0	0
4個	2個	2010	1個	.	0	0
4個	2個	2010	2個	.	0	0
4個	2個	2010	3個	.	0	0
4個	2個	2011年	1個	1個	0	0
4個	2個	2011年	2個	1個	0	0
4個	2個	2011年	3個	.	0	0
5個	2個	2010	1個	.	0	0
5個	2個	2010	2個	.	0	0
5個	2個	2010	3個	.	0	0
5個	2個	2011年	1個	.	0	0
5個	2個	2011年	2個	1個	1個	0
5個	2個	2011年	3個	1個	1個	0

這是我嘗試但沒有成功的方法：

  dfdata1 <- dfdata %>%
    group_by(Firm_ID1,Year)%>%
    mutate(isconsecutive =duplicated(rbind(dfdata, transform(dfdata, Month=Month+1), transform(dfdata, Month= Month-1)), fromLast = TRUE)[1:nrow(dfdata)]
    )
  

Answer 1

您可以使用tidyr的complete function：

library(dplyr)
library(tidyr)

data %>%
  complete(Firm_ID1, Year, Month) %>% 
  mutate(Treat2 = +!is.na(Sector)) %>% 
  group_by(Firm_ID1, Year) %>% 
  mutate(Treat3 = +all(
    !is.na(Sector), 
    !is.na(lag(Sector, n = 1, default = TRUE)), 
    !is.na(lag(Sector, n = 2, default = TRUE))
    )
    ) %>% 
  ungroup() 

這返回

# A tibble: 30 x 6
   Firm_ID1  Year Month Sector Treat2 Treat3
      <dbl> <dbl> <dbl>  <dbl>  <int>  <int>
 1        1  2010     1      1      1      1
 2        1  2010     2      1      1      1
 3        1  2010     3      1      1      1
 4        1  2011     1      1      1      1
 5        1  2011     2      1      1      1
 6        1  2011     3      1      1      1
 7        2  2010     1      1      1      0
 8        2  2010     2      1      1      0
 9        2  2010     3     NA      0      0
10        2  2011     1      1      1      0
11        2  2011     2      1      1      0
12        2  2011     3     NA      0      0
13        3  2010     1      1      1      0
14        3  2010     2     NA      0      0
15        3  2010     3     NA      0      0
16        3  2011     1     NA      0      0
17        3  2011     2     NA      0      0
18        3  2011     3     NA      0      0
19        4  2010     1     NA      0      0
20        4  2010     2     NA      0      0
21        4  2010     3     NA      0      0
22        4  2011     1      2      1      0
23        4  2011     2      2      1      0
24        4  2011     3     NA      0      0
25        5  2010     1     NA      0      0
26        5  2010     2     NA      0      0
27        5  2010     3     NA      0      0
28        5  2011     1     NA      0      0
29        5  2011     2      2      1      0
30        5  2011     3      2      1      0

我跳過了. Treat one 的一部分，因為它破壞了 integer 類型。 如果需要，很容易創建。

Answer 2

這是一種不同的data.table方法...不確定這是否是您要找的，但這就是我處理事情的方式

library(data.table)
# cast to wide and calculate length
new_DT <- dcast(DT, Firm_ID1 + Year ~ Month, value.var = "Firm_ID1", 
                fun.aggregate = length, drop = FALSE)
# calculate year actions
new_DT[, Treat2 := ifelse(rowSums(.SD) >= 3, 1, 0), .SDcols = patterns("^[0-9]+$")][]
#    Firm_ID1 Year 1 2 3 Treat2
# 1:        1 2010 1 1 1      1
# 2:        1 2011 1 1 1      1
# 3:        2 2010 1 1 0      0
# 4:        2 2011 1 1 0      0
# 5:        3 2010 1 0 0      0
# 6:        3 2011 0 0 0      0
# 7:        4 2010 0 0 0      0
# 8:        4 2011 1 1 0      0
# 9:        5 2010 0 0 0      0
#10:        5 2011 0 1 1      0
 

樣本數據

DT <- fread("Firm_ID1   Sector  Year    Month
1   1   2010    1
1   1   2010    2
1   1   2010    3
1   1   2011    1
1   1   2011    2
1   1   2011    3
2   1   2010    1
2   1   2010    2
2   1   2011    1
2   1   2011    2
3   1   2010    1
4   2   2011    1
4   2   2011    2
5   2   2011    2
5   2   2011    3")