如何将虚拟变量添加到具有特定特征的数据中

Question

我的问题可能很基本，但我一直在努力解决，如果有人能提供解决方案，我将不胜感激。

我有以下格式的数据：

ORG_NAME	var_1_12	var_1_13	var_1_14
A	12	11	5
B	13	13	11
C	6	7	NA
D	NA	NA	5

我有超过 5 年的组织数据，但在那段时间里，一些组织合并了，而另一些则消失了。我正计划进行固定效应回归，所以我需要添加一个虚拟变量，当组织保持不变时（在本例中为 A 行和 B 行），虚拟变量为“0”，前一年为“1”合并，并在合并之后。在这种情况下，我知道组织 C 和 D 合并了，所以我希望数据看起来像这样：

ORG_NAME	var_1_12	dum_12	var_1_13	dum_13
A	12	0	5	0
B	13	0	11	0
C	6	1	NA	1
D	NA	1	5	1

我将如何编码？

Answer 1

这种方法（根据您的描述，与任何方法一样）完全依赖于连续排列的公司。

mtx <- apply(is.na(dat[,-1]), MARGIN = 2,
             function(vec) zoo::rollapply(vec, 2, function(z) xor(z[1], z[2]), fill = FALSE))
mtx
#      var_1_12 var_1_13 var_1_14
# [1,]    FALSE    FALSE    FALSE
# [2,]    FALSE    FALSE     TRUE
# [3,]     TRUE     TRUE     TRUE
# [4,]    FALSE    FALSE    FALSE

out <- rowSums(mtx) == ncol(mtx)
out
# [1] FALSE FALSE  TRUE FALSE
out | c(FALSE, out[-length(out)])
# [1] FALSE FALSE  TRUE  TRUE

### and your 0/1 numbers, if logical isn't right for you
+(out | c(FALSE, out[-length(out)]))
# [1] 0 0 1 1

简要介绍：

• is.na(dat[,-1]) 返回值（第一列除外）是否为NA 的矩阵；因为是矩阵，所以我们使用apply对每一列调用一个函数（使用MARGIN=2）；

• zoo::rollapply 是一个函数，它一次对向量的一部分（“窗口”）进行滚动计算，在本例中为 2 宽。例如，如果我们有1:5，那么它首先查看c(1,2)，然后是c(2,3)，然后是c(3,4)，等等。

• xor 是一个异或，这意味着当它的一个参数为真而另一个参数为假时，它将为真；

• mtx是一个矩阵，表示一个单元格和它下面的一个单元格满足条件（一个是NA，另一个不是）。然后我们检查这些行中的哪一行都是真的，形成out。

• 由于我们在两行中都需要一个 1，因此我们将 & 与自身进行向量与运算，移位，以产生您想要的输出

Answer 2

如果我理解得很好，您想用至少一个 NA 的“1”行进行编码。如果是这样，那么您多年来只需要一个虚拟变量，对吗？像这样的

set.seed(4)
df <- data.frame(org=as.factor(LETTERS[1:5]),y1=sample(c(1:4,NA),5),y2=sample(c(3:6,NA),5),y3=sample(c(2:5,NA),5))
df$dummy <- as.numeric(apply(df, 1, function(x)any(is.na(x))))

给你的

org y1 y2 y3 dummy
1   A  3  5  3     0
2   B NA  4  5     1
3   C  4  3  2     0
4   D  1  6 NA     1
5   E  2 NA  4     1