r - 构造一个有条件地取某个值直到满足另一个条件的变量

Question

我有一个面板数据集，其中包含我想确定冲突后年份的冲突数据。

于是我自己构造了一个变量，用“3”编码了从冲突到和平的过渡。每当新国家/地区的值开始时，我都会用 NA 对同一变量进行编码。 S

我现在想做的是创建一个新的二进制变量，用 1 标识冲突后年份，用 0 标识冲突年份，并且永远不会与 0 冲突。为此，我必须每年分配，在过渡期间的 3 之后带有 1 的变量，直到同一列中出现 NA。如下:

Country       Year   transition    post-conflict
Afghanistan   1994   0  0
Afghanistan   1995   0  0
Afghanistan   1996   3  1
Afghanistan   1997   2  1
Afghanistan   1998   2  1
Albania       1994   NA 0
Albania       1994   2  0

我该怎么做？

Answer 1

你可能不应该那样使用 NA。它会阻止 which、sum 和 cumsum 等函数按您希望的方式工作。无论如何，您可能不需要标记新国家/地区的第一行，因为您将用于分析的大多数 R 函数都可以按 Country 分组，而无需特殊标记来显示每个组的起始位置。

下面我将 NA 更改为不同的内容，并使 transition 成为一个因素。然后您可以使用 cumsum 创建新列。

library(data.table)
setDT(df) # assuming your data is called df

# fix transition column
df[is.na(transition), transition := 90]
df[, transition := as.factor(transition)]

# create post_conflict column
df[, post_conflict := cumsum(transition == 3), by = Country]

#        Country Year transition post_conflict
# 1: Afghanistan 1994          0             0
# 2: Afghanistan 1995          0             0
# 3: Afghanistan 1996          3             1
# 4: Afghanistan 1997          2             1
# 5: Afghanistan 1998          2             1
# 6:     Albania 1994         90             0
# 7:     Albania 1994          2             0