根据时间和事件变量重新格式化面板数据答案

【问题标题】：Reformatting Panel Data according to a time and event variable根据时间和事件变量重新格式化面板数据
【发布时间】：2016-06-29 09:36:12
【问题描述】：

我有一个包含许多变量的面板数据集。三个最相关的变量是：“cid”（国家代码）、“时间”（0-65）和“事件”（0、1、2、3、4、5、6）。我正在尝试运行 cox 回归（使用coxph），但是，由于每个国家/地区的时间变量具有不同的起点和终点，我需要首先创建一个开始时间和结束时间变量。这是我遇到问题的地方。

以下是三个主要变量的示例：

> data
      cid   time event
 [1,] "AFG" "20" "0"  
 [2,] "AFG" "21" "0"  
 [3,] "AFG" "22" "0"  
 [4,] "AFG" "23" "0"  
 [5,] "AFG" "24" "0"  
 [6,] "AFG" "25" "0"  
 [7,] "AFG" "26" "1"  
 [8,] "AFG" "27" "1"  
 [9,] "AFG" "28" "1"  
[10,] "AFG" "29" "1"

想法是将这些数据转换为以下内容：

> data
     cid   time1 time2 event
[1,] "AFG" "20"  "25"  "0"  
[2,] "AFG" "26"  "29"  "1"

究竟是如何做到这一点的（请记住，我的数据集中还有很多其他解释变量）？

【问题讨论】：

标签： r time panel-data

【解决方案1】：

subset1<- data[data$event==0,]
subset1

subset2<- data[data$event==1,]
subset2

s1<- cbind(cid="AFG",time1=min(subset1$time),time2=max(subset1$time),event = 0)
s1

s2<- cbind(cid="AFG",time1=min(subset2$time),time2=max(subset2$time),event = 1)
s2

data1=rbind(s1,s2)
data1
#       cid   time1 time2 event
# [1,] "AFG" "20"  "25"  "0"  
# [2,] "AFG" "26"  "29"  "1"

希望这会有所帮助。

【讨论】：

【解决方案2】：

您可以使用 dplyr 和管道。如果您的数据始终按您的示例中的顺序排序，则此解决方案将起作用。

data<-data.frame(cid=rep("AFG",10),time=seq(20,29,1),event=c(0,0,0,0,0,0,1,1,1,1))


library(dplyr)

data %>% group_by(cid,event) %>% 
    summarise(time1=min(time),time2=max(time))

【讨论】：

这正是我想要的！谢谢