如何根据 R 中两列的值创建虚拟变量？

Question

问题标题可能无法完全反映我的问题，这也许是我无法为我的问题找到解决方案的原因。我已经阅读了类似的问题（例如，Assign a value to column based on condition across rows 或 R: Generate a dummy variable based on the existence of one column' value in another column）和在 R 中创建虚拟变量的在线指南（我对 R 很陌生），但似乎没有人解决我的问题，或者我只是看不出怎么做。我有一个这样的数据框：

df <- data.frame("Country" = c("US", "US", "US", "US", "IT", "IT", "IT","FR","FR"),          
             "Time" = c(1, 1, 2, 3, 1, 2, 1, 2, 3))

数据框更复杂，但每一行都是在给定时间对一个国家/地区的观察。我想创建一个虚拟变量，如果分配给该观察的国家是在时间 1、2 3 和 0 测量的，则该虚拟变量取值为 1，如果该国家是在时间测量，则另一个虚拟变量取值为 1矩 2 和 3 但不是 1，否则为 0。所以数据框看起来像：

df2 <- data.frame("Country" = c("US", "US", "US", "US", "IT", "IT", "IT","FR","FR"),          
              "Time" = c(1, 1, 2, 3, 1, 2, 1, 2, 3),
              "DummyTime123" = c(1, 1, 1, 1, 0, 0, 0, 0, 0),
              "DummyTime23" = c(0, 0, 0, 0, 0, 0, 0, 1, 1))

因此，由于 US 是在时间 1、2 和 3 处测量的，因此美国的观测值取值为 1，而其余的观测值取值为 0。但是，由于 FR 是在时间 2 和 3 处测量的，因此法国的观测值取值为取值为 1，其余取值为 0（请注意，US 也取值为 0，因为它是在时间 1、2 和 3 测量的，而不仅仅是在时间 2 和 3）。

我曾尝试在 tidyverse 中使用 if_else 创建一个虚拟对象，例如

DummyTime123 = ifelse(country = country, time = 1 & time = 2 & time = 3)

但这不起作用，非常合理，因为在时间 1、2 和 3 没有测量单个观察值。相反，我想根据该观察值的一列的值是否为该观察值创建一个虚拟变量（国家) 是在几个（和特定的）时间测量的。我还考虑过我的数据框可能不整洁，但我看不出是怎么回事，我认为这不是问题所在。当然，我可以手动执行此操作（到目前为止我就是这样做的），但是由于数据集非常大，我想找到一个自动化的解决方案。

¿有人有解决这个问题的方法吗？如果在 tidyverse 中有解决方案，那就太好了，但当然任何解决方案都会有所帮助。

Answer 1

使用tidyverse，您可以尝试以下操作。

使用group_by 和Country 来考虑每个Country 中的所有Time 值。

要满足DummyTime123 条件，您需要Country 内的Time 值中的all 值1、2 和3。如果TRUE，则使用+，这将变为1。

对于DummyTime23，听起来您需要Time 中的2 和3，但不希望Time 的any 值为1。使用&，您可以确保满足这两个条件。

如果这提供了预期的结果，请告诉我。

library(tidyverse)

df %>%
  group_by(Country) %>%
  mutate(DummyTime123 = +all(1:3 %in% Time),
         DummyTime23 = +(all(2:3 %in% Time) & !any(Time == 1)))

输出

  Country  Time DummyTime123 DummyTime23
  <chr>   <dbl>        <int>       <int>
1 US          1            1           0
2 US          1            1           0
3 US          2            1           0
4 US          3            1           0
5 IT          1            0           0
6 IT          2            0           0
7 IT          1            0           0
8 FR          2            0           1
9 FR          3            0           1