在 R 中创建面板数据（横截面尺寸包含重复的实体）答案

【问题标题】：create panel data in R (cross section dimension holds repeated entities)在 R 中创建面板数据（横截面尺寸包含重复的实体）
【发布时间】：2019-05-25 06:35:19
【问题描述】：

我的数据如下所示：

>loan data
           ID      loan_start_date    loan_maturity_date  feb13  march13 april13........
            1      2016-01-03         2017-01-03          46       45     44
            1      2011-01-08         2013-01-08          NA       NA     NA   
            1      2013-02-13         2015-02-13          23       22     21
            2      2012-02-03         2016-05-03          38       37     36
            2      2013-05-08         2014-01-09          10       09     08   
            2      2011-03-13         2013-02-18          0        NA     NA
            3      2015-07-03         2016-01-08          34       33     32
            3      2013-01-09         2015-07-08          28       27     26

我可以由此创建面板数据吗？如果是，我该如何在 R 中做到这一点？在面板数据中，横截面维度是 ID，时间维度是 feb13,march13,april13（从特定月份到贷款到期日的时间）......持续 48 个月。我已经查看了创建面板数据的其他示例，但在这些示例中，每个 ID 只占一行，现在每个 ID 都位于多行中。所以我很困惑如何从中创建面板。非常感谢您的帮助。

编辑：如果我是正确的，预期的结果应该是这样的：

>loan data
           ID      months    time to maturity  
            1      feb13         46          
            1      march13       45            
            1      april13       44          
                      .
                      .
                      .
            1      jan17          0          
            1      feb13         NA          
            1      march13       NA            
            1      april13       NA          
                      .
                      .
                      .
            1      jan17         NA          
            1      feb13         23          
            1      march13       22             
            1      april13       21          
                      .
                      .
                      .
            1      jan17         NA        
            2      feb13         38          
            2      march13       37            
            2      april13       36         
                     .
                     .
                     .
            2      jan17         NA 
            2      feb13         10          
            2      march13       09            
            2      april13       08         
                     .
                     .
                     .
            2      jan17         NA 
            2      feb13         0          
            2      march13       NA            
            2      april13       NA         
                     .
                     .
                     .
            2      jan17         NA 
            2      feb13         0          
            2      march13       NA            
            2      april13       NA         
                     .
                     .
                     .
            2      jan17         NA 
            3      feb13         34          
            3      march13       33            
            3      april13       32         
                     .
                     .
                     .
            3      jan17         NA 
            3      feb13         28          
            3      march13       27            
            3      april13       26         
                     .
                     .
                     .
            3      jan17         NA

【问题讨论】：

你能发布一些预期的输出示例吗？
嗨@VivekKalyanarangan，我已经编辑了帖子。
看起来你想从宽格式切换到长格式：这篇文章可以帮助stackoverflow.com/questions/2185252/…

标签： r panel-data

【解决方案1】：

另一种选择是使用tidyr 包中的gather() 函数。

此函数将多列转换为单个键值对。您需要指定数据框、新“键”列的名称、新“值”列的名称，然后指定要收集的列。如果（就像在这种情况下）要包含的列多于排除的列，您可以简单地指定要排除的列：

library(tidyr)

gather(data, key = "month_year", value = "months_to_maturity", -(ID:loan_maturity_date))

#>    ID start_date loan_maturity_date month_year months_to_maturity
#> 1   1 2016-01-03         2017-01-03      feb13                 46
#> 2   1 2011-01-08         2013-01-08      feb13                 NA
#> 3   1 2013-02-13         2015-02-13      feb13                 23
#> 4   2 2012-02-03         2016-05-03      feb13                 38
#> 5   2 2013-05-08         2014-01-09      feb13                 10
#> 6   2 2011-03-13         2013-02-18      feb13                  0
#> 7   3 2015-07-03         2016-01-08      feb13                 34
#> 8   3 2013-01-09         2015-07-08      feb13                 28
#> 9   1 2016-01-03         2017-01-03    march13                 45
#> 10  1 2011-01-08         2013-01-08    march13                 NA
#> 11  1 2013-02-13         2015-02-13    march13                 22
#> 12  2 2012-02-03         2016-05-03    march13                 37
#> 13  2 2013-05-08         2014-01-09    march13                  9
#> 14  2 2011-03-13         2013-02-18    march13                 NA
#> 15  3 2015-07-03         2016-01-08    march13                 33
#> 16  3 2013-01-09         2015-07-08    march13                 27
#> 17  1 2016-01-03         2017-01-03    april13                 44
#> 18  1 2011-01-08         2013-01-08    april13                 NA
#> 19  1 2013-02-13         2015-02-13    april13                 21
#> 20  2 2012-02-03         2016-05-03    april13                 36
#> 21  2 2013-05-08         2014-01-09    april13                  8
#> 22  2 2011-03-13         2013-02-18    april13                 NA
#> 23  3 2015-07-03         2016-01-08    april13                 32
#> 24  3 2013-01-09         2015-07-08    april13                 26

以及用于此的数据：

df <- 
  data.frame(ID                 = c(1,1,1,2,2,2,3,3),
             start_date         = c("2016-01-03",
                                    "2011-01-08",
                                    "2013-02-13",
                                    "2012-02-03",
                                    "2013-05-08",
                                    "2011-03-13",
                                    "2015-07-03",
                                    "2013-01-09"),
             loan_maturity_date = c("2017-01-03",
                                    "2013-01-08",
                                    "2015-02-13",
                                    "2016-05-03",
                                    "2014-01-09",
                                    "2013-02-18",
                                    "2016-01-08",
                                    "2015-07-08"),
             feb13              = c(46,
                                    NA,
                                    23,
                                    38,
                                    10,
                                    0 ,
                                    34,
                                    28),
             march13            = c(45,
                                    NA,
                                    22,
                                    37,
                                    09,
                                    NA,
                                    33,
                                    27),
             april13            = c(44,
                                    NA,
                                    21,
                                    36,
                                    08,
                                    NA,
                                    32,
                                    26))

【讨论】：

【解决方案2】：

正如 cmets 中提到的，您想要的似乎可以在 here 中找到。应用收益率

dt <- reshape2::melt(df, id.vars = 'ID')
head(dt)
  ID variable value
1  2    feb17    40
2  4    feb17    33
3  3    feb17    35
4  5    feb17    34
5  5    feb17    NA
6  1    feb17    38

这是本例中使用的数据

set.seed(123)
df <- data.frame(ID = sample(1:5, 10, replace = TRUE), 
                 feb17 = sample(c(NA,30:40), 10),
                 mar17 = sample(c(NA,30:40), 10),
                 apr17 = sample(c(NA,30:40), 10),
                 feb18 = sample(c(NA,30:40), 10),
                 mar18 = sample(c(NA,30:40), 10),
                 apr18 = sample(c(NA,30:40), 10)
                )
> head(df)
  ID feb17 mar17 apr17 feb18 mar18 apr18
1  2    40    39    40    30    NA    36
2  4    33    36    38    33    33    30
3  3    35    35    35    39    36    32
4  5    34    37    36    32    30    31
5  5    NA    34    NA    40    39    35
6  1    38    33    32    NA    37    38

【讨论】：