r - 如何根据R中两列的值创建虚拟变量？

Question

问题标题可能无法完全反射(reflect)我的问题，这也许就是我无法为我的问题提出解决方案的原因。我已经阅读了类似的问题(例如， Assign a value to column based on condition across rows 或 R: Generate a dummy variable based on the existence of one column' value in another column )和在 R 中创建虚拟变量的在线指南(我对 R 很陌生)，但似乎没有人解决我的问题，或者我只是看不出怎么做。我有一个这样的数据框:

df <- data.frame("Country" = c("US", "US", "US", "US", "IT", "IT", "IT","FR","FR"),          
             "Time" = c(1, 1, 2, 3, 1, 2, 1, 2, 3))

数据框更复杂，但每一行都是在给定时刻对一个国家的观察。我想创建一个虚拟变量，如果该观察被分配到的国家是在时间 1、2 3 和 0 测量的，则该观察值取值为 1，否则，如果该国家是在时间测量的，则另一个虚拟变量取值为 1时刻 2 和 3 但不是一个 , 否则为 0。所以数据框看起来像:

df2 <- data.frame("Country" = c("US", "US", "US", "US", "IT", "IT", "IT","FR","FR"),          
              "Time" = c(1, 1, 2, 3, 1, 2, 1, 2, 3),
              "DummyTime123" = c(1, 1, 1, 1, 0, 0, 0, 0, 0),
              "DummyTime23" = c(0, 0, 0, 0, 0, 0, 0, 1, 1))

因此，由于 US 在时间 1、2 和 3 处测量，因此美国观测值为 1，其余观测值为 0。但是，由于 FR 是在时间 2 和 3 测量的，因此法国观测值为 1 ，其余取值 0(请注意，US 也取值 0，因为它是在时间 1、2 和 3 测量的，而不仅仅是在时间 2 和 3)。
例如，我尝试在 tidyverse 中使用 if_else 创建一个虚拟对象，例如 DummyTime123 = ifelse(country = country, time = 1 & time = 2 & time = 3)但这行不通，很合理，因为在时间 1、2 和 3 没有测量单个观察值。相反，我想根据是否测量了该观察值(国家/地区)的一列的值来为该观察创建一个虚拟变量在几个(和特定的)时间。我也考虑过我的数据框可能不整洁，但我看不出是怎么回事，我认为这不是问题所在。当然，我可以手动执行此操作(这是我目前所做的)，但是由于数据集非常大，我想找到一个自动化的解决方案。
¿有人有解决这个问题的方法吗？如果 tidyverse 中有一个解决方案，那就太好了，但当然任何解决方案都会有所帮助。

Answer 1

与 tidyverse您可以尝试以下方法。
使用 group_by与 Country考虑所有 Time每个 Country 中的值.
满足DummyTime123标准，您需要all Time 中 1、2 和 3 的值Country 中的值.如 TRUE ，然后使用 +这变为 1。
对于 DummyTime23 ，听起来您想要 Time 中的 2 和 3但不想any Time 的值为 1. 使用 &您可以确保满足这两个标准。
让我知道这是否提供了预期的结果。

library(tidyverse)

df %>%
  group_by(Country) %>%
  mutate(DummyTime123 = +all(1:3 %in% Time),
         DummyTime23 = +(all(2:3 %in% Time) & !any(Time == 1)))

输出

  Country  Time DummyTime123 DummyTime23
  <chr>   <dbl>        <int>       <int>
1 US          1            1           0
2 US          1            1           0
3 US          2            1           0
4 US          3            1           0
5 IT          1            0           0
6 IT          2            0           0
7 IT          1            0           0
8 FR          2            0           1
9 FR          3            0           1