r - 使用 R 对面板数据中横截面单位的值求和

Question

全部，

我工作的公司给了我这些数据供我使用。简而言之，就是以公司为横截面单位，时间单位为会计年度的TSCS数据。每个公司都有不同的账户。我有兴趣创建给定公司在每个帐户上花费的总金额。

我可以提供以下数据的简单说明。让 firm 成为感兴趣的横截面单位。每个 firm 都有公司花钱的各种账户。有些账户是所有公司通用的，有些是独一无二的。并非每个公司在给定年份都有钱花在帐户上。事实上，有些人直到后来的数据才符合账户资格，而其他人则退出了(因此，面板数据可以被认为是不平衡的)。因此，我提供的数据中的 NA 可以被视为 0，尽管这有点问题。一些公司在特定年份符合资格，但没有在账户中收到钱。其他公司因退出或延迟进入而没有资格。

数据是这样的，给我的是宽幅格式。这是用于说明的简化版本。在此图中，firm=B 在 1990 财年不符合帐户资格，而 firm=C 在 1992 财年退出。

firm   account   FY1990 FY1991 FY1992
A     Account 1    500    900   1000
A     Account 2     30     40     40
A     Account 3     NA     60     20
A     Account 4     NA     35     NA
B     Account 1     NA    340     60
B     Account 2     NA    500    800
B     Account 3     NA    800     NA
B     Account 4     NA     60   1000
C     Account 1   1000    400     NA
C     Account 5    500     60     NA
C     Account 8     60   1000     NA
D     Account 1    400    400    400
D     Account 2     NA   1000   1000
D     Account 3    300     40    300
D     Account 6     NA    300    300
D     Account 7    900    900   1000
D     Account 8   1000   1200   1500

我想做的(并且被告知要做的)是修改这些数据，使其看起来像这样:

firm   account   FY1990 FY1991 FY1992
A     Account 1    500    900   1000
A     Account 2     30     40     40
A     Account 3     NA     60     20
A     Account 4     NA     35     NA
A      TOTAL       530   1035   1060
B     Account 1     NA    340     60
B     Account 2     NA    500    800
B     Account 3     NA    800     NA
B     Account 4     NA     60   1000
B      TOTAL        NA   1700   1860
C     Account 1   1000    400     NA
C     Account 5    500     60     NA
C     Account 8     60   1000     NA
C      TOTAL      1560   1460     NA
D     Account 1    400    400    400
D     Account 2     NA   1000   1000
D     Account 3    300     40    300
D     Account 6     NA    300    300
D     Account 7    900    900   1000
D     Account 8   1000   1200   1500
D      TOTAL      2600   3840   4500

我可以在 Excel 或其他一些电子表格程序中同样轻松地完成此操作，但这会很乏味，而且与使用 R 进行编程相比，它会引发更多的人为错误。我不反对创建一个包含总计的新数据框，而不是尝试在给定公司的所有账户下方添加一行。将给定公司在给定财政年度不符合账户资格的总数设为 0 可能更容易。接下来我总是可以将一些零重新编码为 NA，并自动执行该过程。

我的假设是这需要一个循环，但我是 R 编程的新手。任何输入将不胜感激。

此图的可重现代码如下。

firm <- c("A","A","A","A","B","B","B","B","C","C","C","D","D","D","D","D","D")
account <- c("Account 1","Account 2","Account 3","Account 4","Account 1","Account 2","Account 3","Account 4","Account 1","Account 5","Account 8","Account 1","Account 2","Account 3","Account 6","Account 7","Account 8")
FY1990 <- c(500,30,NA,NA,NA,NA,NA,NA,1000,500,60,400,NA,300,NA,900,1000)
FY1991 <- c(900,40,60,35,340,500,800,60,400,60,1000,400,1000,40,300,900,1200)
FY1992 <- c(1000,40,20,NA,60,800,NA,1000,NA,NA,NA,400,1000,300,300,1000,1500)

Data=data.frame(firm=firm, account=account, FY1990=FY1990, FY1991=FY1991, FY1992=FY1992)
summary(Data)
Data

Answer 1

这是一个 data.table 方法:

library(data.table)
dt <- data.table(Data)

dt[, rbind(.SD,
           c("TOTAL",
             lapply(.SD[, grepl("^FY[0-9]+", names(.SD)), with = F],
                    function(x){sum(x, na.rm = !all(is.na(x)))}
                   )),
           use.names = F),
     by = firm]

其工作方式如下:我们迭代公司 (by = firm)，并为每个公司堆叠 (rbind)...

• 与该公司相关的数据子集 (.SD)
• 一个以 "TOTAL" 开头的向量，其余部分由那个长的 lapply 调用创建。

lapply 一次仅处理与一家公司相关的数据。此数据存储在上面提到的特殊临时数据表 .SD 中。列名也可以直接命名(但本例中没有)。

lapply 调用的工作方式如下:我们迭代一个向量列表(通过选择名称通过我们的 grepl 正则表达式测试的列来选择)，并且对于每个向量vector 我们应用 sum 函数的特殊变体。

sum 函数的这个变体着眼于完整的向量 x，其中再次 - 这个向量是从我们正在迭代的列表中选择的，并且一次只有与一个公司相关联的行 - - 并检查 x 中是否有任何非 NA 条目(即，如果 !all(is.na(x))) .如果有，则将这些条目相加，将所有 NA 视为零(因为 na.rm=TRUE)；如果不是，它返回 NA(因为 na.rm=FALSE 并且我们有 NA)。

有关 na.rm 参数的详细信息，请查看 ?sum。同样，可以通过搜索 ?term 或 ? “术语”。

by=firm 选项然后堆叠公司的结果并将“firm”添加为第一列。

这是结果:

    firm   account FY1990 FY1991 FY1992
 1:    A Account 1    500    900   1000
 2:    A Account 2     30     40     40
 3:    A Account 3     NA     60     20
 4:    A Account 4     NA     35     NA
 5:    A     TOTAL    530   1035   1060
 6:    B Account 1     NA    340     60
 7:    B Account 2     NA    500    800
 8:    B Account 3     NA    800     NA
 9:    B Account 4     NA     60   1000
10:    B     TOTAL     NA   1700   1860
11:    C Account 1   1000    400     NA
12:    C Account 5    500     60     NA
13:    C Account 8     60   1000     NA
14:    C     TOTAL   1560   1460     NA
15:    D Account 1    400    400    400
16:    D Account 2     NA   1000   1000
17:    D Account 3    300     40    300
18:    D Account 6     NA    300    300
19:    D Account 7    900    900   1000
20:    D Account 8   1000   1200   1500
21:    D     TOTAL   2600   3840   4500
    firm   account FY1990 FY1991 FY1992

您必须先安装并加载 data.table 包。