根据时间顺序子集面板数据答案

【问题标题】：Subset panel data according to temporal order根据时间顺序子集面板数据
【发布时间】：2018-10-10 09:44:06
【问题描述】：

我想选择案例来估计援助对冲突的影响。在我的案例选择中，我只想有在冲突之前援助按时间顺序排列的案例。这是一个示例数据集：

dt <- data.frame(name= rep(c("A", "B", "C"), c(3,3,3)), 
                 year=c(2001:2003), Aid=c(1, 0, 0, 0, 0, 1, 1, 0, 1),
                 conflict=c(0, 0, 1, 1, 1, 0, 0, 1, 1))

因为在 B 国的援助是在冲突之后，我想排除这种情况。最后数据集应该是这样的：

dt1 <- data.frame(name= rep(c("A", "C"), c(3,3)), 
                       year=c(2001:2003), Aid=c(1, 0, 0, 1, 0, 1),
                       conflict=c(0, 0, 1, 0, 1, 1))

任何帮助表示赞赏:)

【问题讨论】：

标签： r time-series subset

【解决方案1】：

像这样。

library(dplyr)
dt <- dt                                   %>% 
     group_by(name)                        %>% 
     mutate(
         aid_year = match(1, Aid),
         conflict_year = match(1, conflict)
       )                                   %>% 
     filter(aid_year <= conflict_year)

## # A tibble: 6 x 6
## # Groups:   name [2]
##   name   year   Aid conflict aid_year conflict_year
##   <fct> <int> <dbl>    <dbl>    <int>         <int>
## 1 A      2001    1.       0.        1             3
## 2 A      2002    0.       0.        1             3
## 3 A      2003    0.       1.        1             3
## 4 C      2001    1.       0.        1             2
## 5 C      2002    0.       1.        1             2
## 6 C      2003    1.       1.        1             2

这假设所有国家/地区的所有年份都相同。如果不是，那么您应该将 match(1, Aid) 替换为获取实际年份的内容（例如 mutate 中的 conflict_year = year[conflict_year]）。

此外，恕我直言，跨国回归是在浪费时间……但我想这不是答案的一部分，而且毫无疑问你知道自己在做什么……

【讨论】：

谢谢你的回答:)。我同意，跨国回归是在浪费时间。我用人工网格单元做 CEM！
没有问题，如果可行，请随时接受。什么是 CEM？

【解决方案2】：

我们可以使用any 和filter

dt %>% 
  group_by(name) %>% 
  filter(any(Aid == conflict))
# A tibble: 6 x 4
# Groups:   name [2]
#   name   year   Aid conflict
#   <fct> <int> <dbl>    <dbl>
#1 A      2001     1        0
#2 A      2002     0        0
#3 A      2003     0        1
#4 C      2001     1        0
#5 C      2002     0        1
#6 C      2003     1        1

【讨论】：