如何在R上的面板数据集中添加条件和二进制变量的行

Question

我正在根据原始数据构建一个面板数据集，其中每行包含一个公司（名称）及其 10 年的销售额。

具体来说，它是这样的：

我正在构建的面板数据集必须如下所示：

到目前为止，我拥有所有公司的面板数据集，但仅限于他们有销售的年份。

对于每家在显示正销售额后停止销售的公司（在 x、x+1 年销售后，y 年有一个“-”），我需要添加一行复制有关该公司的信息（整行：名称、销售额、年份）并在“国家退出”列中添加 1。在上面的示例中，我必须执行第二张图片最后一行中 D 公司所做的操作。

我怎样才能避免在 R studio 上手动执行此操作，因为数据集中大约有 250 家公司存在这种情况？

谢谢，

我在 r 上尝试了一些函数，但无法以简单的方式执行它并使其易于对每个数据执行。

Answer 1

这是使用tidyverse的示例。假设这是您的数据框架：

df <- structure(list(company_name = c("Company A", "Company B", "Company C", 
                                "Company D"), `2004` = c(NA, NA, NA, NA), `2005` = c(NA, NA, 
                                                                                     NA, NA), `2006` = c(NA, NA, NA, NA), `2007` = c(NA, NA, NA, NA
                                                                                     ), `2008` = c(NA, NA, NA, NA), `2009` = c(NA, NA, NA, NA), `2010` = c(NA, 
                                                                                                                                                           NA, NA, NA), `2011` = c(NA, NA, NA, NA), `2012` = c(0, NA, 0.2, 
                                                                                                                                                                                                               0.1), `2013` = c(0, 0.1, 0.3, NA), `2014` = c(0, 0.1, 0.5, NA
                                                                                                                                                                                                               )), class = "data.frame", row.names = c(NA, -4L))

> df
  company_name 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
1    Company A   NA   NA   NA   NA   NA   NA   NA   NA  0.0  0.0  0.0
2    Company B   NA   NA   NA   NA   NA   NA   NA   NA   NA  0.1  0.1
3    Company C   NA   NA   NA   NA   NA   NA   NA   NA  0.2  0.3  0.5
4    Company D   NA   NA   NA   NA   NA   NA   NA   NA  0.1   NA   NA

首先要做的是在所有列上应用pivot_longer，但公司名称以创建Year Year columne：

library(tidyverse)

df2 <- df %>% pivot_longer(-company_name, names_to = 'year', values_to = 'sales')
> df2
# A tibble: 44 x 3
   company_name year  sales
   <chr>        <chr> <dbl>
 1 Company A    2004     NA
 2 Company A    2005     NA
 3 Company A    2006     NA
 4 Company A    2007     NA
 5 Company A    2008     NA
 6 Company A    2009     NA
 7 Company A    2010     NA
 8 Company A    2011     NA
 9 Company A    2012      0
10 Company A    2013      0
# ... with 34 more rows

确保数据帧正确安排（Company_name和Year），group_by公司名称，对于每个公司，请检查：如果sales sales在一行中等于na，但是在上一行中，它大于0，在新列中put 1 country exit exit：

df2 <- df2 %>%
  arrange(company_name, year) %>%
  group_by(company_name) %>%
  mutate(`Country Exit` = ifelse(is.na(sales)&lag(sales) != 0, 1, 0))

> df2
# A tibble: 44 x 4
# Groups:   company_name [4]
   company_name year  sales `Country Exit`
   <chr>        <chr> <dbl>          <dbl>
 1 Company A    2004     NA             NA
 2 Company A    2005     NA             NA
 3 Company A    2006     NA             NA
 4 Company A    2007     NA             NA
 5 Company A    2008     NA             NA
 6 Company A    2009     NA             NA
 7 Company A    2010     NA             NA
 8 Company A    2011     NA             NA
 9 Company A    2012      0              0
10 Company A    2013      0              0
# ... with 34 more rows

和获取清洁器输出，您正在提到，只需从country exit中删除na s：

df2 %>% filter(!is.na(`Country Exit`))
# A tibble: 10 x 4
# Groups:   company_name [4]
   company_name year  sales `Country Exit`
   <chr>        <chr> <dbl>          <dbl>
 1 Company A    2012    0                0
 2 Company A    2013    0                0
 3 Company A    2014    0                0
 4 Company B    2013    0.1              0
 5 Company B    2014    0.1              0
 6 Company C    2012    0.2              0
 7 Company C    2013    0.3              0
 8 Company C    2014    0.5              0
 9 Company D    2012    0.1              0
10 Company D    2013   NA                1