虚拟变量操作答案

【问题标题】：Dummy Variable manipulation虚拟变量操作
【发布时间】：2023-01-31 17:49:47
【问题描述】：

假设我有以下数据集：

Year	Country	Tax
2000	Austria	5
2005	Belgium	21
2006	Austria	10
2001	Austria	5
2002	Austria	6
2006	Belgium	22

我想做这样的事情：

Year	Country	Tax	Dummy
2000	Austria	5	0
2005	Belgium	21	0
2006	Austria	10	0
2001	Austria	5	0
2002	Austria	6	1
2006	Belgium	22	1

因此，如果相对于该国上一年增税，我想要一个虚拟变量。如果没有关于前一年的信息，则将其设置为零。

请注意，这是一个大型数据集，不仅适用于两个

提前致谢！

不幸的是，我不太确定从哪里开始以及如何开始

【问题讨论】：

为什么 Austria 2006 不也是 1？从2002年到2006年，从6个增加到10个。
因为我没有2005年的数据

标签： r statistics rstudio

【解决方案1】：

library(tidyverse)

df %>%
  arrange(Country, Year) %>%
  group_by(Country) %>%
  mutate(Dummy = case_when(Tax > lag(Tax) &
                             Year == lag(Year) + 1 ~ 1,
                           TRUE ~ 0))

# A tibble: 6 × 4
# Groups:   Country [2]
   Year Country   Tax Dummy
  <dbl> <chr>   <dbl> <dbl>
1  2000 Austria     5     0
2  2001 Austria     5     0
3  2002 Austria     6     1
4  2006 Austria    10     0
5  2005 Belgium    21     0
6  2006 Belgium    22     1

【讨论】：

【解决方案2】：

创建一个相同大小但滞后的数据框并与原始数据框进行比较

df=df[order(df$Country,df$Year),]

df2=df[
  ave(
    row.names(df),
    df$Country,
    FUN=function(x){
      c(head(x,1),head(x,-1))
    }
  ),
]

df$Dummy=(df$Year==df2$Year+1 & df$Country==df2$Country & df$Tax>df2$Tax)*1L

  Year Country Tax rnk Dummy
1 2000 Austria   5   1     0
4 2001 Austria   5   2     0
5 2002 Austria   6   3     1
3 2006 Austria  10   4     0
2 2005 Belgium  21   1     0
6 2006 Belgium  22   2     1

【讨论】：