r - 在 R 中寻找一种直接的方法来完成 Stata 的排序任务

Question

我对 R 很陌生，几天来一直在努力做一些 Stata 非常简单的事情。这个问题有 friend 给了我一个比较复杂的答案，但是我想知道有没有简单的方法可以做到以下几点。

假设我有一个两个变量的数据框，组织如下:

category    var1 
a            1     
a            2    
a            3     
b            4     
b            6  
b            8   
b           10    
c           11     
c           14      
c           17

我想生成五个额外的变量，每个变量都应该插入到同一个数据帧中: var2 , var3 , var4 , var5 , 和 var6
(1) var2是一个虚拟变量，对于每个类别(即由 category 定义的三个组中的每一个)中的第一个观察值，取值为 1，否则为 0。

(2) var3是一个虚拟变量，对于每个类别中的最后一个观察值取值为 1，否则取值为 0。

(3) var4计算任何特定观察值所属的每个组中有多少观察值(即， category a 为 3， category b 为 4， category c 为 3)

(4) var5记录 var1 中每个观察值之间的差异以及上面的观察

(5) var6记录 var1 中每个观察值之间的差异以及上面的观察，但仅限于 category 定义的组内.

我对 Stata 相当熟悉，我发现使用 bysort 做上述所有事情都不难。前缀命令。例如， var1很容易由 bysort category: gen var1=1 if _n==1 生成.但是最后一天我一直在努力弄清楚如何使用 R 来解决它们。我确定有几种解决方案(我的 friend 涉及 ddplyr 包，这似乎比我的工资高了一步) .没有什么比 bysort更容易的了?

最终数据集应如下所示:

category    var1     var2     var3     var4     var5    var6   
a            1        1        0        3       n/a      n/a
a            2        0        0        3        1        1
a            3        0        1        3        1        1
b            4        1        0        4        1       n/a
b            6        0        0        4        2        2
b            8        0        0        4        2        2
b           10        0        1        4        2        2
c           11        1        0        3        1       n/a
c           14        0        0        3        3        3
c           17        0        1        3        3        3

非常感谢您的任何建议，提前。抱歉菜鸟问题；我确定这在其他地方得到了回答，但尽管经过数小时的搜索，我还是无法找到它。

Answer 1

dat <- read.table(header = TRUE, 
           text = 
'category    var1 
a            1     
a            2    
a            3     
b            4     
b            6  
b            8   
b           10    
c           11     
c           14      
c           17')


(dat <- within(dat, {
  var6 <- ave(var1, category, FUN = function(x) c(NA, diff(x)))
  var5 <- c(NA, diff(var1))
  var4 <- ave(var1, category, FUN = length)
  var3 <- rev(!duplicated(rev(category))) * 1
  var2 <- (!duplicated(category)) * 1
}))

#    category var1 var2 var3 var4 var5 var6
# 1         a    1    1    0    3   NA   NA
# 2         a    2    0    0    3    1    1
# 3         a    3    0    1    3    1    1
# 4         b    4    1    0    4    1   NA
# 5         b    6    0    0    4    2    2
# 6         b    8    0    0    4    2    2
# 7         b   10    0    1    4    2    2
# 8         c   11    1    0    3    1   NA
# 9         c   14    0    0    3    3    3
# 10        c   17    0    1    3    3    3