多种条件下的平均计算(R中的贸易数据协调)

Question

我试图为R中的贸易流动建立一个有指导的网络，我有出口和进口数据，这并不总是匹配的，我想要创建不匹配值的平均值(我想防止在一个dyad之间有两个流:经济A出口到合作伙伴B(标记为出口)和经济B进口从记者A(标记为进口))。我也需要按年份和类别分组。

Year Economy Partner Flow    Category value
2006 040     124     Export  S        163

相反，它看起来是这样的

Year Economy Partner Flow    Category value
2006 124     040     Import  S        160

它们在相同的数据集中，但很容易被分成两部分。正如你所看到的，这个值不匹配，我想得到它的平均值。我尝试了以下几点：

group_by(Year, Category) %>% mutate(mean = 
case_when(Economy == Partner & Partner == Economy & Flow != Flow, 
summarise(mean = mean(value, na.rm = T))))

但这显然行不通。我在想一些类似这样的东西可以起作用，但它不起作用。而且我需要将它包含到一个group_by调用中，因为我有多年和多个类别。

function(x, y, z, b, k){
   x == y & z == b & Flow != Flow
   mean <- mean(k, na.rm = T)

有人有什么建议吗？谢谢!

Answer 1

你的所有进口(或出口)贸易如何？

从带有列名的df开始：

library(dplyr)
df %>%
  filter(Flow == "Export") %>%
  mutate(aux = Economy, Economy = Partner, Partner = aux,
         Flow = "Import") %>%
  select(-aux) -> tmp
rbind(df, tmp) %>%
  filter(Flow == "Import") -> df2

在df2中，您应该拥有与df相同的信息，但是现在group_by和summarise操作应该是直接的。