Group_by，条件求和并替换R中的变量

Posted 2023-02-16

【中文标题】Group_by，条件求和并替换R中的变量

【英文标题】：Group_by, conditional sum and replace the variables in R

【发布时间】：2022-01-17 17:25:40

【问题描述】：

我想将这两行从 Stata 转换成 R 代码：

bysort  sj hid: generate H = sum( d ) if f == 1 & ( d == 1 | d == 2 ) 
bysort  sj hid: replace  H = H[ _N ]  if f == 1 & ( d == 1 | d == 2 ) 

据我了解，结果应如下所示：

sj	hid	f	d	H
2000	27	0	1	0
2000	60	1	1	1
2000	302	1	1	3
2000	302	1	2	3
2000	302	1	3	0

我用过

H = ifelse(f==1 & (d==1 | d==2), ave(d,sj,hid, FUN = sum),0),

但是，我得到了这个结果：

sj	hid	f	d	H
2000	27	0	1	0
2000	60	1	1	1
2000	302	1	1	6
2000	302	1	2	6
2000	302	1	3	0

我想知道如何更改我在 R 中的代码以在 hid 302 中获得 H=3 而不是 6。 另外，我想知道我应该如何编写 R 代码来获得第二步，这给了我以下结果：

sj	hid	f	d	H
2000	27	0	1	0
2000	60	1	1	1
2000	302	1	1	3
2000	302	1	2	3
2000	302	1	3	0

有类似这样的代码吗？这个不行：

test_H %>%
    group_by(sj, hid) %>%
    if (f==1 & (d==1 | d==2))
       H = replace(test_H,H,[_N])
       

【问题讨论】：

FWIW，Stata 单线是bysort sj hid : egen H = total(cond(f == 1 & (d == 1 | d == 2), d, 0))，其中cond() 相当于ifelse()。

欢迎来到 ***。这不是一个代码翻译网站。但是请尝试类似library(tidyverse); test_H %>% mutate(H = case_when(f == 1 & d %in% c(1,2) ~ H[n()], TRUE ~ H)) 的方法。 Mutate 用于在使用 tidyverse 时转换列，case_when 基本上是 tidyverse 术语中的“if else”。或者test_H %>% group_by(sj, hid) %>% mutate(H = case_when(f == 1 & d %in% c(1, 2) ~ last(H), TRUE ~ H)，如果我们需要通过sj 和hid 列（也展示last 函数）进行摸索。

我不明白你的stata代码中第一行的需要。看，我不是 R 专家，所以我不知道任何一个班轮，但我认为你可以通过创建一个数据框来实现这一点，计算在 sj 和 hid 级别（group_by()），然后加入结果到源数据框。 stata代码中的第二行基本上是在数d。

sum() 在 Stata 中产生累积或运行总和，因此原始 Stata 代码计算不同组的此类累积总和，然后查看每组的最后一次观察以查看每个总和或总和。如前所述，您不必那样做。

@NickCox 感谢您的贡献！我也是这样理解的。但是，如果 H 仅使用 d=1 或 2 或包括 d=3（第一个表或第二个表）计算总和，那么在 stata 中让我感到困惑的是？

【参考方案1】：

感谢以上所有答案。我发现这很有帮助。

How to sum variables in groups by condition with ave()?

它给了我现在想要的结果。

H=ifelse(f==1 & (d==1|d==2),ave(d*(d==1|d==2),sj,hid,FUN = sum),0)