创建随时间变化的测量变化

Question

我有三个变量，第一个衡量选举前一年的预期投票选择，第二个和第三个衡量有效投票选择（并非所有人都没有同时被问到，因此有两个变量衡量有效的投票选择）。我想知道选择是保持不变还是改变了。如何一次性完成所有观察？

id  V1  V2  V3
1   50  NA  50  
2   20  NA  50
3   30  NA  20
4   30  NA  30
5   20  20  NA
6   40  NA  NA
7   50  NA  10
8   10  NA  10
9   40  NA  50
10  50  NA  NA

所以我想知道V1和V2/V3之间是否有区别。我想先合并 V2 和 V3，但我完全不确定。最后应该是这样的（1表示有变化，0表示没有变化）：

id  change
1   0
2   0
3   1
4   0
5   0
6   NA
7   1
8   0
9   1
10  NA

Answer 1

dplyr的解决方案

dt <- data.frame(V1=c(50,20,30,30,20,40,50,10,10,50),
                 V2=c(NA,NA,NA,NA,20,NA,NA,NA,NA,NA),
                 V3=c(50,50,20,30,NA,NA,10,10,50,NA))
dt %>%    
  mutate(V4= coalesce(V2, V3))  %>% 
  mutate(change = case_when(V1 == V4 ~0,
                            V1 != V4 ~1)) %>% 
  select(change)

结果

   change
1       0
2       1
3       1
4       0
5       0
6      NA
7       1
8       0
9       1
10     NA

Answer 2

我会按照您建议的方式处理此问题：首先使用一些合适的逻辑组合 V2 和 V3 变量（也许您需要考虑同时存在 V2 和 V3 的情况），然后简单地比较V1 重视这一新的衡量他们有效投票的单一衡量标准。

dplyr

d <- tribble(~id,  ~V1,  ~V2,  ~V3,
1,   50,  NA,  50,  
2,   20,  NA,  50,
3,   30,  NA,  20,
4,   30,  NA,  30,
5,   20,  20,  NA,
6,   40,  NA,  NA,
7,   50,  NA,  10,
8,   10,  NA,  10,
9,   40,  NA,  50,
10,  50,  NA,  NA,
)

d %>%
  mutate(effective_vote = if_else(is.na(V2), V3, V2),
         change = if_else(!V1==effective_vote, 1, 0))

给予

# A tibble: 10 x 6
      id    V1    V2    V3 effective_vote change
   <dbl> <dbl> <dbl> <dbl>          <dbl>  <dbl>
 1     1    50    NA    50             50      0
 2     2    20    NA    50             50      1
 3     3    30    NA    20             20      1
 4     4    30    NA    30             30      0
 5     5    20    20    NA             20      0
 6     6    40    NA    NA             NA     NA
 7     7    50    NA    10             10      1
 8     8    10    NA    10             10      0
 9     9    40    NA    50             50      1
10    10    50    NA    NA             NA     NA

effective_vote = if_else(is.na(V2), V3, V2) 说，实际上，使用 V2 作为有效投票，如果我们有 V2——否则使用 V3。这将处理V2 和V3 都缺失的边缘情况，以及V2 和V3 都存在的情况（我选择在“两者都存在”的情况下使用V2，因为大概V2 是在接近选举的时候收集，所以它可能比 V3 更能代表他们的“真实”投票，V3 是稍后收集的——但你可以做出不同的选择。