我有一个面板数据，你可能会注意到有些人在某些时候缺少观察。例如，“C”是 2001 年的缺失数据点，“D”是 2002 和 2003 年的缺失数据点。
> mydata
id year sales profit
1: A 2000 2000 200
2: A 2001 2050 245
3: A 2002 2100 290
4: A 2003 2150 335
5: B 2000 2200 380
6: B 2001 2250 425
7: B 2002 2300 470
8: B 2003 2350 515
9: C 2000 2400 560
10: C 2002 2500 650
11: C 2003 2550 695
12: D 2000 2600 740
13: D 2001 2650 785
我试过类似下面的东西
subset(mydata, year==c(2000:2003)
结果如下所示。
id year sales profit
1: A 2000 2000 200
2: A 2001 2050 245
3: A 2002 2100 290
4: A 2003 2150 335
5: B 2000 2200 380
6: B 2001 2250 425
7: B 2002 2300 470
8: B 2003 2350 515
9: C 2000 2400 560
Warning message:
In year == c(2000:2003) :
longer object length is not a multiple of shorter object length
我需要的是包含完整时期的数据，从 2000 年开始到 2003 年结束。在这种情况下，它会是这样的。
id year sales profit
1: A 2000 2000 200
2: A 2001 2050 245
3: A 2002 2100 290
4: A 2003 2150 335
5: B 2000 2200 380
6: B 2001 2250 425
7: B 2002 2300 470
8: B 2003 2350 515
感谢您抽出宝贵时间并提前回答，但如果答案更简单一些，我将不胜感激，因为我非常缺乏经验并且刚刚开始学习 R。
最佳答案
您可以尝试以下操作:
library(data.table)
mydata[, ind := all(2000:2003 %in% year), id][(ind)]
# id year sales profit ind
# 1: A 2000 2000 200 TRUE
# 2: A 2001 2050 245 TRUE
# 3: A 2002 2100 290 TRUE
# 4: A 2003 2150 335 TRUE
# 5: B 2000 2200 380 TRUE
# 6: B 2001 2250 425 TRUE
# 7: B 2002 2300 470 TRUE
# 8: B 2003 2350 515 TRUE
使用“tidyverse”:
library(tidyverse)
mydata %>%
group_by(id) %>%
filter(all(2000:2003 %in% year))
示例数据(这是您将来应该共享的方式):
mydata <- structure(list(id = c("A", "A", "A", "A", "B", "B", "B", "B",
"C", "C", "C", "D", "D"), year = c(2000L, 2001L, 2002L, 2003L,
2000L, 2001L, 2002L, 2003L, 2000L, 2002L, 2003L, 2000L, 2001L
), sales = c(2000L, 2050L, 2100L, 2150L, 2200L, 2250L, 2300L,
2350L, 2400L, 2500L, 2550L, 2600L, 2650L), profit = c(200L, 245L,
290L, 335L, 380L, 425L, 470L, 515L, 560L, 650L, 695L, 740L, 785L
)), .Names = c("id", "year", "sales", "profit"), row.names = c(NA,
13L), class = c("data.table", "data.frame"))
关于r - 子集具有完整时间维度的面板数据，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/47930570/