具有多个不同年份的变量的散点图

Question

我目前正在尝试绘制儿童死亡率和童工的散点图。我的问题是，我实际上并没有很多数据，有些国家可能只有某些年份的值，而其他一些国家可能只有其他年份的数据，所以我无法将所有数据绘制在一起，任何一年的数据也不足以限制到那一年。我想知道是否有一个函数可以为任何给定的指定变量获取数据集中可用的 last 值。因此，例如，如果我最近一次来自德国的童工数据来自 2015 年，而我来自意大利的最后一次数据来自 2014 年，以此类推其他国家/地区，有没有办法可以绘制最后的值每个国家？

代码如下：

head(data2)
# A tibble: 6 x 5
  Entity      Code   Year mortality labor
  <chr>       <chr> <dbl>     <dbl> <dbl>
1 Afghanistan AFG    1962      34.5    NA
2 Afghanistan AFG    1963      33.9    NA
3 Afghanistan AFG    1964      33.3    NA
4 Afghanistan AFG    1965      32.8    NA
5 Afghanistan AFG    1966      32.2    NA
6 Afghanistan AFG    1967      31.7    NA

别管那些 NA。劳动力数据只是没有回到那里。但最近几年，我确实在数据集中有它。另一方面，儿童死亡率数据实际上相当完整。

谢谢。

Answer 1

我找不到要绘制的变量，但以下代码只能选择每个国家/地区的最后一个。

    data2 %>%
      group_by(Entity) %>%
      filter(Year == max(Year)) %>% 
      ungroup

结果是这样的

      Entity      Code   Year mortality labor
      <chr>       <chr> <dbl>     <dbl> <lgl>
    1 Afghanistan AFG    1967      31.7 NA  

不，你可以绘制一些变量。

Answer 2

您可能想要定义每组的“最后一个”值是什么意思 - 就像数据中最近的、最后一次出现的值或其他内容一样？

dplyr::last 挑选出数据中最后出现的位置，因此您可以将它与arrange 一起使用来对数据进行排序。在这个例子中，我们按Year（默认升序）对数据进行排序，所以最后的观察将是最近的。假设您不想包含 NA 值，我们还使用 filter 将它们从数据中删除。

data2 %>%

   # first remove NAs from the data
   filter(
      !is.na(labor)
   ) %>%

   # then sort the data by Year
   arrange(Year) %>%

   # then extract the last observation per country
   group_by(Entity) %>%
   summarise(
      last_record = last(labor)
   )