匹配包中的子集数据

Question

因此，请遵循 Matching 包中的示例，尤其是 GenMatch 示例 Link to package description pp11。

我们有以下代码

library(Matching)
data(lalonde)
attach(lalonde)

lalonde$ID <- 1:length(lalonde$age)

X = cbind(age, educ, black, hisp, married, nodegr, u74, u75, re75, re74)

BalanceMat <- cbind(age, educ, black, hisp, married, nodegr, u74, u75, re75, re74,
                    I(re74*re75))

genout <- GenMatch(Tr=treat, X=X, BalanceMatrix=BalanceMat, estimand="ATE", M=1,
                   pop.size=16, max.generations=10, wait.generations=1)

Y=re78/1000

mout <- Match(Y=Y, Tr=treat, X=X, Weight.matrix=genout)
summary(mout)

总结显示，所有 185 个treat==1 案例都已匹配

然后我们检查

summary(mout$weights)

这告诉我们，某些treat==1 案例已与treat==0 匹配多次

我想创建一个 data.frame，其中仅包含一次重复的 treat==1 案例，但所有 treat==0。

所以本质上，长度是185 + length(mout$index.control)

然后，我想引入一个变量 $PairID，对于每个 treat==1 案例，对于每个 treat==0 案例重复。

data.frame 应该是这样的：

所以上面我们看到案例 1-3 只返回一对，但案例 6 返回 2 对。这可以通过以下方式看到：mout$weights[mout$index.treated]

我的想法是先去掉重复的 $index.treatment 案例

treat <- lalonde[mout$index.treated,]

library(dplyr)

DATA_clean <- treat %>%
  group_by(ID) %>%
  filter(!n() > 1)

但这会删除所有重复的情况。我想留一个！

Answer 1

如果您只想为ID 的每个值保留treat 的第一行，那么您可以使用slice：

DATA_clean <- treat %>%
  group_by(ID) %>%
  slice(1)

您的原始代码不起作用，因为n() 返回每​​个ID 值的总行数。如果每个ID 有不止一行，那么所有数据都会被过滤掉。另一方面，slice 仅返回具有指定索引的行。如果您想要一个随机行，您可以将slice(1) 替换为sample_n(1)（根据@Frank 的建议）。