在多个时间指标中选择具有观测值的单位答案

【问题标题】：Select units with observations in multiple time indicators在多个时间指标中选择具有观测值的单位
【发布时间】：2020-07-06 14:21:40
【问题描述】：

我有一个如下所示的数据集：

```
idpers <- c(1,1,1,2,2,3,3,3,3,4,4,4,5)
wave <- c(2008,2009,2012,2008,2011,2005,2006,2007,2008, 2008, 2009, 2010, 2011)
df.short <-  as.data.frame(idpers,wave)
```

这是基于小组调查的多次波次（同一个人 (idpers) 在不同年份接受采访（波次））。我想要做的是只保留在 (2005-08) 之前和 2009 年 (2010-15) 之后的人，但实际上并不重要。

所以基本上是这样的：

```
idpers <- c(1,1,1,2,2,4,4,4)
wave <- c(2008,2009,2012,2008,2011,2008, 2009, 2010)
df.desired <- as.data.frame(idpers, wave)
```

我尝试了不同的方法，例如：

```
Keep only those in waves pre and post?
df %>%
  group_by(idpers)%>%
  select(wave %in% c(2005|2006|2007|2008) & wave %in% c(2010|2011|2012))

#and get the following:
Error in select(., wave %in% c(2005 | 2006 | 2007 | 2008) & wave %in% : unused argument (wave %in% c(2005 | 2006 | 2007 | 2008) & wave %in% c(2010 | 2011 | 2012))
```

非常感谢所有帮助。谢谢！

【问题讨论】：

标签： r dplyr data.table tidyverse

【解决方案1】：

使用dplyr 你可以做到：

df.short %>% 
  group_by(idpers) %>% 
  filter(any(wave <= 2008)) & any(wave >= 2010))

这给了我们：

 idpers  wave
   <dbl> <dbl>
1      1  2008
2      1  2009
3      1  2012
4      2  2008
5      2  2011
6      4  2008
7      4  2009
8      4  2010

【讨论】：

你可以不用mutate :) df.short %>% group_by(idpers) %>% filter(any(wave <= 2008) & any(wave >= 2010))

【解决方案2】：

我也会像马特一样将any(.) 与filter-verb 结合使用。不过，您可以跳过变异和过滤，不确定我们正在谈论的数据如何，但这可能会很昂贵，创建 pre 和 post 只是为了在一秒钟后将它们选择出来，并使用 ifelse 从已经是布尔值的向量中创建一个布尔值.还是我错过了什么？ :)

df.short<-structure(list(idpers=c(1,1,1,2,2,3,3,3,3,4,4,4,
5),wave=c(2008,2009,2012,2008,2011,2005,2006,2007,
2008,2008,2009,2010,2011)),class="data.frame",row.names=c(NA,
-13L))

df.short %>% 
  group_by(idpers) %>%
  filter(any(wave %in% 2005:2008) & any(wave %in% 2010:2012))

【讨论】：

【解决方案3】：

在data.table 你可以这样做：

library(data.table)
setDT(df.short)
df.short[, if (min(wave) <= 2008 && max(wave) >= 2010) .SD, by = idpers]

   idpers wave
1:      1 2008
2:      1 2009
3:      1 2012
4:      2 2008
5:      2 2011
6:      4 2008
7:      4 2009
8:      4 2010

数据

df.short <-  data.frame(
  idpers = c(1,1,1,2,2,3,3,3,3,4,4,4,5),
  wave = c(2008,2009,2012,2008,2011,2005,2006,2007,2008,2008,2009,2010,2011)
)

【讨论】：