在 for 循环中使用条件来创建唯一的面板 ID

Question

我有一个如下所示的数据集：

# A tibble: 5,458 x 539
# Groups:   country, id1 [2,729]
   idstd   id2    xxx        id1         country  year 
   <dbl+>   <dbl> <dbl+lbl> <dbl+lbl>   <chr>   <dbl>
 1 445801   NA      NA       7          Albania  2009 
 2 542384 4616555 1163       7          Albania  2013 
 3 445802   NA      NA       8          Albania  2009 
 4 542386 4616355 1162       8          Albania  2013 
 5 445803   NA      NA      25          Albania  2009 
 6 542371 4616545 1161      25          Albania  2013 
 7 445804   NA      NA      30          Albania  2009 
 8 542152 4616556  475      30          Albania  2013
 9 445805   NA      NA      31          Albania  2009 
10 542392 4616542 1160      31          Albania  2013 

数据是 paneldata，但没有唯一的 panel-id。例如，前两个观察结果是来自阿尔巴尼亚的第 7 号受访者，但第 7 号再次用于其他国家。 id2 然而是独一无二的。因此，我的计划是将id2 复制到相应受访者的NA 条目中。

我写了以下代码：

for (i in 1:nrow(df)) {
if (df$id1[i]== df$id1[i+1] & df$country[i] == df$country[i+1]) {
df$id2[i] <- df$id2[i+1]
}}

这给出了以下错误：

Error in if (df$id1[i] == df1$id1[i + 1] &  :  missing value where TRUE/FALSE needed

但它似乎确实有效。由于我的数据集很大，而且我不是很熟练，所以我不愿意接受我提出的解决方案，尤其是当它给出错误时。

谁能帮我解释一下这个错误？

此外，是否有更高效（例如 data.table）且可能无错误的方法来处理此问题？

Answer 1

你能不能不顺其自然：

library(tidyverse)
df %>%
    group_by(country, id1) %>%
    mutate(uniqueId = id2 %>% discard(is.na) %>% unique) %>%
    ungroup()

另外，通过查看您的循环，我判断 NA 始终与唯一 ID 相隔 1 行，因此您也可以这样做：

df %>%
    mutate(id2Lag = lag(id2),
           uniqueId = ifelse(is.na(id2), id2Lag, id2) %>%
    select(-id2Lag)