r - 在 R 中的观察之间计数 "gaps"

Question

我无法在 R 中复制在 Stata 中完成的项目。我遇到的一个关键障碍是我需要生成一个变量来计算自某个观察以来的年数。下面是对数据可能的样子的简单再现:

data <- cbind(1960:1970, c(NA, NA, 22, NA, NA, NA, 24, NA, NA, NA, 22), c(NA, NA, NA, NA, NA, NA, 4, NA, NA, NA, 4))

      [,1] [,2] [,3]
 [1,] 1960   NA   NA
 [2,] 1961   NA   NA
 [3,] 1962   22   NA
 [4,] 1963   NA   NA
 [5,] 1964   NA   NA
 [6,] 1965   NA   NA
 [7,] 1966   24    4
 [8,] 1967   NA   NA
 [9,] 1968   NA   NA
[10,] 1969   NA   NA
[11,] 1970   22    4

我目前有data 的前两列，我正在尝试使用函数自动创建第三列。

您可以看到第三列由第二列的值 不是 NA 但仅在第一次干预发生之间的年数定义(即第二次第二列有一个值，但不是第一次)。

如果有任何帮助，这里是 Stata 中执行此技巧的代码，其中 since 是我简化示例中的第三列。基本上这段代码是说创建新变量 since 定义为自第一年之后变量 redist 中有值以来的年数(我的示例中的第二列)变量 redist 中有一个值。

gen since=.
foreach n of numlist 1(1)10 {
    replace since = year - year[_n-`n'] if redist!=. & redist[_n-`n']!=. & since==.
}

提前感谢您的帮助!

Answer 1

您可以添加一列 NA 值，然后用逻辑向量填充差异。这假设我们只从前两列开始。

data <- cbind(data, NA)
nona <- !is.na(data[,2])
data[,3][nona] <- c(NA, diff(data[,1][nona]))

data
#      [,1] [,2] [,3]
# [1,] 1960   NA   NA
# [2,] 1961   NA   NA
# [3,] 1962   22   NA
# [4,] 1963   NA   NA
# [5,] 1964   NA   NA
# [6,] 1965   NA   NA
# [7,] 1966   24    4
# [8,] 1967   NA   NA
# [9,] 1968   NA   NA
#[10,] 1969   NA   NA
#[11,] 1970   22    4