选择每个项目的最后一个观察值，并对结果R进行计数

6jjcrrmo 于 2023-01-15 发布在其他

关注(0)|答案(1)|浏览(149)

数据（在摘录下面）由公司组成，对于这些公司，每个观察包含关于公司一年的信息。每个公司具有唯一标识符gvkey（第一列）。变量costat可以采用两种形式“A”或“I”。
我想选择变量costat中值为“I”的每个公司的最后一个观测值，并计算列dlrsn中每个值每年出现的次数（“year”列）。变量dlrsn可以取1到14之间的数字。我想知道每个数字每年出现多少次（fyear列），在为每个公司选择最后一个观测值之后。
如果可能，我希望使用dplyr获得答案
预期输出，假设只有5年，“dlrsn”有两个可能值：

#   year dlrsn1 dlrsn2
# 1 1977      1      0
# 2 1989      0      1

其中dlrsn1 = 9（如数据中所示）并且dlrsn2 = 7。
数据框如下

dput(example)
structure(list(gvkey = c(1000L, 1000L, 1000L, 1000L, 1000L, 1003L, 
1003L, 1003L, 1003L, 1003L, 1003L, 1003L, 1004L, 1004L, 1004L, 
1004L, 1004L, 1004L, 1004L, 1004L, 1004L, 1004L, 1004L, 1004L, 
1004L, 1004L, 1004L, 1004L, 1004L, 1004L), fyear = c(1973L, 1974L, 
1975L, 1976L, 1977L, 1983L, 1984L, 1985L, 1986L, 1987L, 1988L, 
1989L, 1973L, 1974L, 1975L, 1976L, 1977L, 1978L, 1979L, 1980L, 
1981L, 1982L, 1983L, 1984L, 1985L, 1986L, 1987L, 1988L, 1989L, 
1990L), costat = c("I", "I", "I", "I", "I", "I", "I", "I", "I", 
"I", "I", "I", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", 
"A", "A", "A", "A", "A", "A", "A", "A"), dlrsn = c(9L, 9L, 9L, 
9L, 9L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA), sale = c(37.75, 
50.325, 51.192, 66.414, 77.946, 13.793, 13.829, 24.189, 36.308, 
37.356, 32.808, 19.267, 57.312, 54.626, 65.797, 80.535, 92.82, 
118.667, 130.617, 132.482, 175.924, 155.006, 177.762, 218.946, 
248.012, 298.192, 347.64, 406.36, 444.875, 466.542)), row.names = c(NA, 
-30L), class = "data.frame")

我甚至不知道该怎么开始。谢谢

r

来源：https://stackoverflow.com/questions/75101056/selecting-last-observations-of-each-item-and-count-the-results-r

1条答案

按热度按时间

mnemlml81#

试试看

library(dplyr)
library(stringr)
library(tidyr)
example %>% 
  filter(costat == "I") %>%
  group_by(gvkey) %>%
  slice_tail(n = 1) %>%
  ungroup %>%
  mutate(dlrsn = as.integer(factor(dlrsn, levels = unique(dlrsn)))) %>%
  pivot_wider(id_cols = c(fyear), names_from = dlrsn, 
  values_from = dlrsn, values_fn = length, values_fill = 0, 
   names_prefix = "dlrsn")

输出

# A tibble: 2 × 3
  fyear dlrsn1 dlrsn2
  <int>  <int>  <int>
1  1977      1      0
2  1989      0      1

赞(0）回复(0）举报 2023-01-15

我来回答

选择每个项目的最后一个观察值，并对结果R进行计数

1条答案

相关问题

热门标签

最新问答