0

我有一个由 n 个人组成的调查；每个人在调查中出现一次以上（小组）。我有一个可变笔，如果个人投资于补充养老金形式，它是一个价值 1 的虚拟笔。例如：

df <- data.frame(year=c(2002,2002,2004,2004,2006,2008), id=c(1,2,1,2,3,3), y.b=c(1950,1943,1950,1943,1966,1966), sex=c("F", "M", "F", "M", "M", "M"), income=c(100000,55000,88000,66000,12000,24000), pens=c(0,1,1,0,1,1))

year  id  y.b   sex   income   pens   
2002  1   1950   F    100000     0     
2002  2   1943   M    55000      1    
2004  1   1950   F    88000      1    
2004  2   1943   M    66000      0    
2006  3   1966   M    12000      1    
2008  3   1966   M    24000      1

其中 id 是个人，yb 是出生年份，pens 是关于补充养老金的虚拟变量。

我想知道是否有个人在 t 年投资了补充养老金，但在 t+2 年没有持有补充养老金（调查每两年进行一次）。通过这种方式，我想知道有多少人拥有补充养老金表格但在养老金之前释放或放弃（例如出于经济原因）。

我试过这个命令：

df$x <- (ave(df$pens, df$id, FUN = function(x)length(unique(x)))==1)*1
which(df$x=="0")

实际上，我有一些人的 pen 变量在一段时间内发生了变化（该命令检查变量是否及时保持不变）。出于这个原因，我发现个人的笔变量从 t 年的 0（没有补充养老金）变为 t+2 年的 1，反之亦然；但我对第 t 年笔变量为 1（有补充养老金）和 t+2 年为 0 的个人感兴趣。

如果我将此命令与 df 一起使用，我会得到 id 1 和 2 的变量 x 为 0（pen 变量不是常量），但我需要找到一种方法来获取 id 2（其 pen 变量从1比0）。

df$x <- (ave(df$pens, df$id, FUN = function(x)length(unique(x)))==1)*1
which(df$x=="0")

  year id pens x
1 2002  1    0 0
2 2002  2    1 0
3 2004  1    1 0
4 2004  2    0 0
5 2006  3    1 1
6 2008  3    1 1

（为了简洁起见，我省略了其他变量）

所以想要的输出是：

  year id pens x
1 2002  1    0 1
2 2002  2    1 0
3 2004  1    1 1
4 2004  2    0 0
5 2006  3    1 1
6 2008  3    1 1

只有 id 2 具有 x=0，因为 pen 变量从 1 变为 0。

提前致谢

4

1 回答 1

1

这将 1 分配给有下降的 id，pens否则分配 0。

transform(d.d, x = ave(pens, id, FUN = function(x) any(diff(x) < 0)))

给予：

  year id  y.b sex income pens   x
1 2002  1 1950   F 100000    0   0
2 2002  2 1943   M  55000    1   1
3 2004  1 1950   F  88000    1   0
4 2004  2 1943   M  66000    0   1
5 2006  3 1966   M  12000    1   0
6 2008  3 1966   M  24000    1   0

即使每个 id 有超过 2 行，这也应该有效，但是如果我们知道总是有 2 行，那么我们可以省略将其any简化为：

transform(d.d, x = ave(pens, id, FUN = diff) < 0)

注意：可重现形式的输入是：

Lines <- "year  id  y.b   sex   income   pens   
2002  1   1950   F    100000     0     
2002  2   1943   M    55000      1    
2004  1   1950   F    88000      1    
2004  2   1943   M    66000      0    
2006  3   1966   M    12000      1    
2008  3   1966   M    24000      1"

d.d <- read.table(text = Lines, header = TRUE, check.names = FALSE)
于 2016-10-11T09:44:37.513 回答