根据面板数据中变量的值查找时间距离答案

【问题标题】：Find temporal distance based on value of variable in panel data根据面板数据中变量的值查找时间距离
【发布时间】：2018-02-05 08:17:07
【问题描述】：

让我们定义这两个变量，用于年份和那一年的冲突程度

set.seed(28100)

years <- 1900:2010
conflict_lev <- sample(0:4, 111, replace = T, prob = c(0.9, 0.05, 0.03, 0.02, 0.01))

my_df <- data.frame(years, conflict_lev)

现在，对于每个 year，我想计算自上次 conflict_lev 大于 0 以来的年数。可以通过以下循环找到：

my_df$dist_last_conflict <- NA

for (i in 1:length(years)) {
  my_df$dist_last_conflict[i] <- min(years[i] - years[years < years[i] & conflict_lev > 0])
}

尽管如此，当我在变量group 中定义多个组时，我正在努力使用dplyr 创建dist_last_conflict。

理想情况下，我应该能够定义一个函数findDistLastConflict()，得到与上面相同的结果并且没有循环：

library(dplyr)

my_df %>% 
group_by(group) %>% 
mutate(dist_last_conflict = findDistLastConflict(conflict_lev, years))

【问题讨论】：

标签： r dplyr time-series

【解决方案1】：

如果您愿意接受其他方法，您可以为每个和平时期创建一个指标，然后在每个时期使用seq(1, n())：

my_df %>%
  mutate(peaceful.period = cumsum(conflict_lev!=0)) %>%
  group_by(peaceful.period) %>%
  mutate(dist_last_conflict = seq(1, n())-1) %>%
  ungroup() %>%
  select(-peaceful.period)

# A tibble: 111 x 3
   years conflict_lev dist_last_conflict
   <int>        <int>              <dbl>
 1  1900            0                  0
 2  1901            0                  1
 3  1902            0                  2
 4  1903            0                  3
 5  1904            0                  4
 6  1905            0                  5
 7  1906            0                  6
 8  1907            0                  7
 9  1908            0                  8
10  1909            0                  9
# ... with 101 more rows

【讨论】：