r - R 中面板数据的子集化

Question

我正在尝试对面板数据集进行子集化，以仅读取每个“区域”的前 855 个观测值。区域列有 65 个不同区域，每个区域有 1070 个观测值。由此，我想减少数据集以包含所有 65 个区域，但仅包含前 855 个观测值(相应地减少所有其他变量)。

     Region       Week       VolSales  UnitSales BaseVol  BaseUnits 
1065 Los Angeles 02/01/2011    2004.80  2166.18   1921.53  1934.84         
1066 Los Angeles 02/01/2011    1949.03  1479.03   1700.07  1700.07           
1067 Los Angeles 02/01/2011    5231.11  5904.96   4846.51  4811.38           
1068 Los Angeles 02/01/2011    6267.45  6524.85   4675.77  4328.05           
1069 Los Angeles 02/01/2011    2317.29  2180.61   1795.83  1019.11           
1070 Los Angeles 02/01/2011    3433.70  3493.10   1729.77  2179.09       

我能得到的最接近的是使用新变量定义每个区域的数据，然后对其进行子集化，如下所示:

R1 <- subset(data, data$Region == "Los Angeles")
R2 <- subset(data, data$Region == "Chicago")

等等......然后采取

Sample1 <- R1[1:855]
Sample2 <- R2[1:855]

然后将其组合形成整个数据集，并根据区域重新排列(如原始数据集中排列)

FinalDataset <- cbind(Sample1,Sample2 )

但是，当然，这不是一种有效的方法，我期待获得一些帮助，以更有效地做到这一点。我希望我正确地解释了这个问题。

Answer 1

使用基本 R 的解决方案:

List = by(data, data$Region, function(x) x[1:855,])

FinalDataset = do.call('rbind', List)

如果你想使用data.table包:

data = data.table(data)
FinalDataset = data[,.SD[1:855],by=Region]