来自调查包的 svydesign 中的动态变量名称

Posted 2023-02-14

【中文标题】来自调查包的 svydesign 中的动态变量名称

【英文标题】：Dynamic variable names in svydesign from survey package

【发布时间】：2022-01-22 22:54:12

【问题描述】：

我想向使用调查包创建的survey.design 添加列，可以按以下方式完成：

library(survey)
data(api)

dclus1 <- svydesign(id = ~dnum, weights = ~pw, data = apiclus1, fpc = ~fpc)
dclus2 <- transform(dclus1, 
                    api00_b = api00 + 1)

svymean(~ api00, design = dclus2)
#>         mean     SE
#> api00 644.17 23.542
svymean(~ api00_b, design = dclus2)
#>           mean     SE
#> api00_b 645.17 23.542

对于更复杂的任务，我需要从外部向量动态创建这些变量名。以下会产生错误，但我认为可以说明我想要实现的目标：

vars <- c("api00_a", "api00_b")
dclus2 <- transform(dclus1, 
                    vars[[2]] = api00 + 1)

如何实现新列的动态名称？

【问题讨论】：

可以在创建svydesign 之前编辑数据框apiclus1 吗？ apiclus1[ , vars ] <- apiclus1[ , "api00" ] + 1 .. 或 ***.com/a/16225175/1759499 ?

之前无法编辑apiclus1（因为我需要使用调查设计dclus1创建新列）。我确实尝试过使用 eval() 、 quote() get() 和 assign() 的组合来做到这一点，但没有成功（但也许有办法）

lapply( c( "meals" , "ell" ) , function( w ) svymean( ~ newvar , update( dclus1 , newvar = get( w ) + 1 ) ) ) 怎么样？

【参考方案1】：

这是使用purrr 的可能解决方案：

library(purrr)

vars <- c("api00_a", "api00_b")

transform_func <- function(data, vars) 
  transform(data, vars = api00 + 1)


map(vars, ~transform_func(dclus1, .))

这给了我们以下列表：

[[1]]
1 - level Cluster Sampling design
With (15) clusters.
update(`_data`, ...)

[[2]]
1 - level Cluster Sampling design
With (15) clusters.
update(`_data`, ...)

【讨论】：

在此解决方案中，创建了一个包含两个survey.design 对象的列表，每个对象都具有相同的新vars 列。我需要一个单一的survey.design，其中新列名为api00_b（或外部字符向量中的任何其他名称）。

你能提供你预期的输出吗？我不完全确定你的意思

就像在 OP 示例中一样，dclus2 应该有一个名为 api00_b 的新列，但该列名称应该从外部向量创建（在 OP 中为 vars）

【参考方案2】：

我认为您不能在 R 中等号的左侧使用这样的向量。不过，您不必使用transform，它调用survey:::update.survey.design。您可以直接添加新变量：

dclus2 <- dclus1
dclus2$variables[ ,vars[[1]]] <- dclus2$variables[,"api00"] + 1

这与在转换为survey.design 对象之前创建新变量相同，只要您不使用任何调查函数来创建新变量。仅使用安东尼的评论：

apiclus2 <- apiclus1
apiclus2[ , vars[[1]]] <- apiclus2[ , "api00" ] + 1
dclus_prep_2 <- svydesign(id = ~dnum, weights = ~pw, data = apiclus2, fpc = ~fpc)

您可能更喜欢使用srvyr，它允许您使用dplyr 的!! 和:= 进行编程：

library(srvyr)
dclus_srvyr_1 <- as_survey_design(.data = apiclus1, 
                                ids = dnum, 
                                weights = pw, 
                                fpc = fpc)
dclus_srvyr_2 <- mutate(dclus_srvyr_1, 
                    !!vars[[1]] := api00 + 1)

所有版本都有相同的结果：

lapply(list(dclus2, dclus_prep_2, dclus_srvyr_2), 
  function(design) svymean(~api00_a, design=design))
[[1]]
          mean     SE
api00_a 645.17 23.542

[[2]]
          mean     SE
api00_a 645.17 23.542

[[3]]
          mean     SE
api00_a 645.17 23.542