将Stata代码转换为R

Question

当谈到R中的时间序列数据分析时，一般新手。我在为我正在做的复制项目将一些Stata代码转换为R代码时遇到了麻烦。

Stata代码和Stata代码(来自原始分析)的目的如下：

#### Delete extra yearc observations with different wartypes #####

drop if yearc==yearc[_n+1] & wartype!="CIVIL"
drop if yearc==yearc[_n-1] & wartype!="CIVIL"

所以，翻译过来，我保留了国家正在发生内战的行，并删除了在同一年中发生了州际战争的行。

我已经命名了数据对象(即数据集)

mywar

在R.

我假设我以某种方式执行了一个条件ifelse语句，或者类似的语句，例如：

invisible(mywar$yearc <- ifelse(mywar$yearc==n-1 | mywar$yearc==n+1 | mywar$wartype!=civil, NA, 
mywar$yearc))  # I am assuming I cannot condition ifelse statements like this; but, this is how I imagine it
mywar <- mywar[!is.na(mywar$yearc),]

EDIT:举个例子

> b <- c(1970, 1970, 1970, 1971, 1982, 1999, 1999, 2000, 2001, 2002)
> c <- c("inter", "civil", "intra", "civil", "civil", "inter", "civil", "civil", "civil", "civil")
> df <- data.frame(b,c)
> df$j <- ifelse(df$b==n-1 & df$b==n+1 & df$c!="civil", NA, df$b)
> df
  b     c    j
1  1970 inter 1970
2  1970 civil 1970
3  1970 intra 1970
4  1971 civil 1971
5  1982 civil 1982
6  1999 inter 1999
7  1999 civil 1999
8  2000 civil 2000
9  2001 civil 2001
10 2002 civil 2002

因此，我试图为第1、3和6行创建NAs，因为它们在我关于内战开始的逻辑回归中是重复的年份(无论如何定义，我对战争之间和战争内部都不感兴趣)，这样我就可以从我的数据集中删除这些行。这里，我刚刚重新创建了行b。(请注意，这个虚构的数据中缺少的是国家ids。但假设这十个条目代表同一个国家(例如，索马里)。因此，我感兴趣的是如何在包含28,000行的数据集中删除这些类型的行。

Answer 1

dplyr也是一个好方法--你只需要“保留”而不是“丢弃”。

library(dplyr)
filter(df, (yearc != lead(yearc, 1) & yearc != lag(yearc, 1)) | wartype == "CIVIL")

Answer 2

您关注的是Stata的if限定符，但听起来您只是想对数据帧进行子集设置--因此您在Stata中使用了drop命令。我也在R之前学习了Stata，并感到困惑，因为我非常依赖Stata中的if限定符，并立即在R中使用ifelse。但是，后来我意识到R中更相关的技术是围绕子集的。有一个subset()命令，但大多数人更喜欢使用括号设置子集(参见下面的代码)。

在你的原始问题中，你会问如何做两件事：

1. 如何删除在C列上编码为"inter“或"intra”的观测值(即行)，以及
2. 如何将它们标记为缺少

示例数据

b <- c(1970, 1970, 1970, 1971, 1982, 1999, 1999, 2000, 2001, 2002)
c <- c("inter", "civil", "intra", "civil", "civil", "inter", "civil", "civil", "civil", "civil")
df <- data.frame(b,c)
df
      b     c
1  1970 inter
2  1970 civil
3  1970 intra
4  1971 civil
5  1982 civil
6  1999 inter
7  1999 civil
8  2000 civil
9  2001 civil
10 2002 civil

1.删除观测值如果要删除列C中不是“民事”的观测值，则可以将数据框子集设置为仅保留那些“民事”的案例：

df2 <- df[df$c=="civil",] 
df2
      b     c
2  1970 civil
4  1971 civil
5  1982 civil
7  1999 civil
8  2000 civil
9  2001 civil
10 2002 civil

上面的代码创建了一个新的数据框df2，它是df的子集，但您也可以完全覆盖原始数据框：

df <- df[df$c=="civil",] 

或者，你可以生成一个新的，然后删除旧的，如果你不喜欢你的工作区杂乱的大量数据框：

df2 <- df[df$c=="civil",]
rm(df)

2.将观测值标记为丢失的如果您想在C列中标记不是"civil“的观测值，可以通过将它们覆盖为NA来实现：

df$c[df$c != "civil"] <- NA
df
      b     c
1  1970  <NA>
2  1970 civil
3  1970  <NA>
4  1971 civil
5  1982 civil
6  1999  <NA>
7  1999 civil
8  2000 civil
9  2001 civil
10 2002 civil

然后，您可以使用列表删除(参见na.omit()命令)从您正在执行的任何分析中删除案例。

旁注:当b列是重复的，c列是“内部”或“内部”时，你的原始Stata代码寻求子集。但是，样本数据的表示方式似乎是多余的，这就是为什么我上面的解决方案只看列c。

df <- df[order(df$b, df$c),]
df$duplicate <- duplicated(df$b)
df2 <- df[df$c=="civil" & df$duplicate==FALSE,] 

哪一个

1. 按时间顺序排列数据，然后按字母顺序排列。
2. 创建一个新变量，用于指定列b是否为重复的年份。
3. 对数据框进行子集以删除不需要的大小写。

Answer 3

尝试将您的|操作符更改为&。以下是一些虚构的数据：

R> b <- c(rep(1:4, each=3))
R> c <- 1:length(b)
R> df <- data.frame(c,b)
R> df$j <- ifelse(df$b != 2 & df$b != 3 & df$b != 1, NA, df$b)
R> df
    c b  j
1   1 1  1
2   2 1  1
3   3 1  1
4   4 2  2
5   5 2  2
6   6 2  2
7   7 3  3
8   8 3  3
9   9 3  3
10 10 4 NA
11 11 4 NA
12 12 4 NA

代码mywar <- mywar[!is.na(mywar$yearc),]的最后一行应该也可以正常工作