使用 R 计算自面板数据中最后一个事件以来的运行

Question

我希望您能帮助我使用 R 编程语言创建一个变量，该变量将计算自另一个变量的最后一个事件以来的“运行”。我正在使用的数据集是国家/地区的面板数据，并且是不平衡的。

我将在下面说明我想做的事情。 COUNTRY 和 YEAR 分别是截面标识和时间单位。 COUNTRYYEAR 是两个变量的串联，用于为每个独特的观察创建一个索引。

令 EVENT 为二元指标，标记感兴趣的事件是否存在 (EVENT = 1) 或不存在 (EVENT = 0)。令 COUNTZERO 为离散计数变量，标记自 EVENT 变量上一次观察到 1 以来的时间（此处：年）。令 COUNTONE 为另一个离散计数变量，标记 EVENT 变量的连续计数的运行计数。我想要一个如下所示的数据框：

COUNTRYYEAR COUNTRY YEAR EVENT COUNTZERO COUNTONE
10011950       1    1950  1       0         1
10011951       1    1951  1       0         2
10011952       1    1952  0       1         0 
10011953       1    1953  0       2         0 
10011954       1    1954  0       3         0 
10011955       1    1955  0       4         0 
10011956       1    1956  0       5         0

....

10021950       2    1950  1       0         1
10021951       2    1951  0       1         0
10021952       2    1952  1       0         1
10021953       2    1953  0       1         0
10021954       2    1954  0       2         0
10021955       2    1955  0       3         0
10021956       2    1956  0       4         0

....

10031975       3    1975  1       0         1
10031976       3    1976  1       0         2
10031977       3    1977  1       0         3
10031978       3    1978  1       0         4
10031979       3    1979  0       1         0
10031980       3    1980  0       2         0

....

数据继续。面板数据不平衡。开始时观察到一些国家（在我的插图中：1950），而其他国家则没有。一些国家在时间域的右端之前退出，而其他国家则没有。有些国家/地区的事件全为零，有些国家/地区全为 1。

如何从我拥有的当前 EVENT 变量创建那些运行计数变量？我查看了this solution，但是在运行示例后，它并没有完全创建我想要创建的向量。

任何意见将不胜感激。

此插图的可重现代码如下。

country <- c(1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3) 
year <- c(1950, 1951, 1952, 1953, 1954, 1955, 1956, 1950, 1951, 1952, 1953, 1954, 1955, 1956, 1957, 1958, 1975, 1976, 1977, 1978, 1979) 
event <- c(1, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 0) 
Data=data.frame(country=country, year=year, event=event)

Answer 1

您可以使用rle 和seq 的组合

reps <- c(10, 9, 3)
offsets <- unlist(sapply(reps, seq))
dat <- data.frame(country = rep(1:3, reps), year = 1950 + offsets, event = rbinom(sum(reps), 1, .5))

o <- rle(dat$event)
sequence <- unlist(sapply(o$lengths, seq))
dat$countzero <- sequence
dat$countzero[dat$event != 0] <- 0
dat$countone <- sequence
dat$countone[dat$event != 1] <- 0

给了

> dat
   country year event countzero countone
1        1 1951     0         1        0
2        1 1952     0         2        0
3        1 1953     0         3        0
4        1 1954     0         4        0
5        1 1955     1         0        1
6        1 1956     0         1        0
7        1 1957     0         2        0
8        1 1958     1         0        1
9        1 1959     0         1        0
10       1 1960     1         0        1
11       2 1951     0         1        0
12       2 1952     1         0        1
13       2 1953     1         0        2
14       2 1954     1         0        3
15       2 1955     1         0        4
16       2 1956     0         1        0
17       2 1957     0         2        0
18       2 1958     0         3        0
19       2 1959     1         0        1
20       3 1951     0         1        0
21       3 1952     0         2        0
22       3 1953     0         3        0

Answer 2

这是一个data.table 解决方案sequence 和rle：

require(data.table)
DT <- data.table(Data)
DT[, c("count_zero", "count_one") := {
rr <- sequence(rle(!event)$lengths)
list(rr * !event, rr * event)}]
#     country year event count_zero count_one
#  1:       1 1950     1          0         1
#  2:       1 1951     1          0         2
#  3:       1 1952     0          1         0
#  4:       1 1953     0          2         0
#  5:       1 1954     0          3         0
#  6:       1 1955     0          4         0
#  7:       1 1956     0          5         0
#  8:       2 1950     1          0         1
#  9:       2 1951     0          1         0
# 10:       2 1952     1          0         1
# 11:       2 1953     0          1         0
# 12:       2 1954     0          2         0
# 13:       2 1955     0          3         0
# 14:       2 1956     0          4         0
# 15:       2 1957     0          5         0
# 16:       2 1958     0          6         0
# 17:       3 1975     1          0         1
# 18:       3 1976     1          0         2
# 19:       3 1977     1          0         3
# 20:       3 1978     1          0         4
# 21:       3 1979     0          1         0
#     country year event count_zero count_one

Answer 3

你可以用这个：

count_since<-function(trigger)
{
  i <- seq_along(trigger)
  (i - cummax(i*trigger))*cummax(trigger)
}

count_sinve(event) 和 count_since(!event) 是电话号码之一 将在您的示例中使用

count_since(1:100%%5==0)
  [1] 0 0 0 0 0 1 2 3 4 0 1 2 3 4 0 1 2 3 4 0 1 2 3 4 0 1 2 3 4 0 1 2 3 4 0 1 2 3 4 0 1 2 3 4 0 1 2 3 4 0 1 2 3 4 0 1 2 3 4 0 1 2 3 4 0 1 2 3 4 0 1
 [72] 2 3 4 0 1 2 3 4 0 1 2 3 4 0 1 2 3 4 0 1 2 3 4 0 1 2 3 4 0