r - 条件列创建(水平和垂直条件)

Question

我的起始条件类似于 df 数据框

df<-data.frame(id=c(rep(2, 3), rep(4, 2)), year=c(2005:2007, 2005:2006), event=c(1,0,0,0,1))

  id year event
1  2 2005     1
2  2 2006     0
3  2 2007     0
4  4 2005     0
5  4 2006     1

我有一系列 Actor (通过 id 标识)碰巧在某一年经历了一个事件。

我在这里尝试构建一系列额外的列，描述 a) 与事件的距离和 b) 这种距离是否可观察。

这就是我想要得到的。

   id year event evm2 evm1 evp1 evp2 ndm2 ndm1 ndp1 ndp2
1  2 2005     1    0    0    0    0    1    1    0    0
2  2 2006     0    0    1    0    0    1    0    0    1
3  2 2007     0    1    0    0    0    0    0    1    1
4  4 2005     0    0    0    1    0    1    1    0    1
5  4 2006     1    0    0    0    0    1    0    1    1

event 当某年有事件时等于 1。 evm1 当事件在前一年可观察到时等于 1。同样，当事件发生在下一年时，evp1 为 1 - 字母 p 或 m 代表“加号”和“减号”，数字代表距离事件发生的年数。对于其中一些观测，距离是不可观测的，因为可用时间窗口太短。 df[1,] 就是这种情况，我们不知道在前几年是否发生过事件。在这种情况下，ndm1 和 ndm2 编码为 1。如果我们考虑 df[5,] 的情况，它将是 ndp1(和 ndp2)被编码为 1。ev 和 nd 变量的工作方式完全相同。但前者告诉我们在某个距离是否有事件发生，而后者则告诉我们这个距离是否真的可以观察到。

我尝试使用以下嵌套 for 循环来完成此操作，但没有成功。

lag<-c(-2, -1, 1, 2)
df2<-df
df2[,4:11]<-0
colnames(df2)<-c("id", "year", "event", "evm2",  "evm1",  "evp1",  "evp2",  "ndm2",  "ndm1",  "ndp1",  "ndp2") 


for (i in length(df2$id)) {

  id<-df2[i,1]
  yr<-df2[i,2]
  sta<-3
  sta2<-7

  for (j in lag){

    sta<-sta+1
    sta2<-sta2+1

    if !is.null(df2[df2$id==id & df2$year==yr+j])==TRUE {

      rw<-which(df2[df2$id==id & df2$year==yr+j])

      if (df2[rw,3]==1) df2[i, sta]==1

    } else {

      df2[i, sta2]==1

    }

  }

}

您是否看到任何可能导致错误的原因？为了让它发挥作用，我已经发疯了两天，如果您能提供帮助，我将不胜感激。

Answer 1

根据我的评论，这是我想到的可能重写的内容:

lag.it <- function(x, n = 0L) {
  l <- length(x)
  neg.lag <- min(max(0L, -n), l)
  pos.lag <- min(max(0L, +n), l)
  c(rep(NA, +neg.lag),
    head(x, -neg.lag),
    tail(x, -pos.lag),
    rep(NA, +pos.lag))
}

library(plyr)
ddply(df, "id", transform,
      evm2 = lag.it(event, -2),
      evm1 = lag.it(event, -1),
      evp1 = lag.it(event, +1),
      evp2 = lag.it(event, +2))

#   id year event evm2 evm1 evp1 evp2
# 1  2 2005     1   NA   NA    0    0
# 2  2 2006     0   NA    1    0   NA
# 3  2 2007     0    1    0   NA   NA
# 4  4 2005     0   NA   NA    1   NA
# 5  4 2006     1   NA    0   NA   NA

请注意我是如何使用 NA 而不是使用两组变量的。虽然我建议您保持这种方式，但您可以通过定义例如轻松地获得您要求的内容ndm2 为 is.na(evm2) 然后用零替换 NA。