【发布时间】:2019-06-19 03:56:06
【问题描述】:
我有以下数据集。我想创建一个名为“specialized”的变量。为了创建变量,我需要使用 group_by (sic, year) 对数据进行分组。然后将创建虚拟变量“specialized” -
如果在给定的“年份”和“原文如此”中,“百分比”变量是最高的,并且最高百分比和第二高百分比之间的差大于 10,那么它将被编码为“1”、“0” "否则。
但是,请注意,如果在给定的“年份”和“原文如此”中,没有第二高的百分比 - 意味着只有一个百分比,即最高的百分比 - 那么它将被编码为 1。这种情况是“ sic ==0100" in "year==2000" 在我的数据集中。
我尝试了以下代码
df <- df %>%
group_by(sic, year) %>%
mutate(SPECIALIZED = ifelse(max(percentage) && (max(percentage)-nth(sort(percentage), - 2)) > 10), 1, 0 ) %>%
ungroup()
但它不起作用。
这是数据 -
gvkey auditor_fkey year sic percentage
1 001266 4 2001 0100 26.9605909
2 003107 2 2000 1000 37.0939127
3 003107 2 2000 1000 37.0939127
4 003107 2 2001 1000 9.8899690
5 003107 2 2001 1000 9.8899690
6 005560 1 2000 1040 100.0000000
7 005560 7 2001 1040 8.2959428
8 007881 5 2001 1040 71.1026743
9 009728 597 2001 1040 1.0906007
10 009728 597 2001 1040 1.0906007
11 010390 2 2000 0100 100.0000000
12 010390 2 2000 0100 100.0000000
13 010390 2 2001 0100 73.0394091
14 010390 2 2001 0100 73.0394091
15 012321 1 2001 1040 18.1873703
16 012321 1 2001 1040 18.1873703
17 014590 5 2000 1000 60.6862904
18 014590 5 2000 1000 60.6862904
19 014590 5 2001 1000 18.8287898
20 014590 5 2001 1000 18.8287898
21 014793 2 2000 1220 34.7515455
22 014793 2 2000 1220 34.7515455
23 014793 2 2001 1220 58.0859392
24 014793 2 2001 1220 58.0859392
25 015274 1 2000 1220 65.2484545
26 015274 1 2000 1220 65.2484545
27 015274 1 2001 1220 41.9140608
28 015274 1 2001 1220 41.9140608
29 019565 1 2001 1000 71.1457384
30 019565 1 2001 1000 71.1457384
31 020488 1 2000 1040 100.0000000
32 020488 1 2001 1040 18.1873703
33 025776 1 2000 1000 2.2197969
34 025776 1 2001 1000 71.1457384
35 031626 2 2000 1000 37.0939127
36 031626 2 2001 1000 9.8899690
37 061811 5 2000 1000 60.6862904
38 061811 5 2001 1000 18.8287898
39 061811 5 2001 1000 18.8287898
40 064134 580 2001 1000 0.1355028
41 064134 580 2001 1000 0.1355028
42 065921 1 2000 1040 100.0000000
43 065921 1 2000 1040 100.0000000
44 065921 1 2001 1040 18.1873703
45 065921 1 2001 1040 18.1873703
46 102341 2 2001 1040 1.3234119
47 142460 2 2001 1220 58.0859392
48 142460 2 2001 1220 58.0859392
49 142460 2 2001 1220 58.0859392
最终的数据集应该是这个样子——
gvkey auditor_fkey year sic percentage specialized
1 10390 2 2000 0100 100.0000000 1
2 10390 2 2000 0100 100.0000000 1
3 3107 2 2000 1000 37.0939127 0
4 3107 2 2000 1000 37.0939127 0
5 14590 5 2000 1000 60.6862904 1
6 14590 5 2000 1000 60.6862904 1
7 25776 1 2000 1000 2.2197969 0
8 31626 2 2000 1000 37.0939127 0
9 61811 5 2000 1000 60.6862904 1
10 5560 1 2000 1040 100.0000000 1
11 20488 1 2000 1040 100.0000000 1
12 65921 1 2000 1040 100.0000000 1
13 65921 1 2000 1040 100.0000000 1
14 14793 2 2000 1220 34.7515456 0
15 14793 2 2000 1220 34.7515456 0
16 15274 1 2000 1220 65.2484544 1
17 15274 1 2000 1220 65.2484544 1
18 1266 4 2001 0100 26.9605909 0
19 10390 2 2001 0100 73.0394091 1
20 10390 2 2001 0100 73.0394091 1
21 3107 2 2001 1000 9.8899690 0
22 3107 2 2001 1000 9.8899690 0
23 14590 5 2001 1000 18.8287898 0
24 14590 5 2001 1000 18.8287898 0
25 19565 1 2001 1000 71.1457384 1
26 19565 1 2001 1000 71.1457384 1
27 25776 1 2001 1000 71.1457384 1
28 31626 2 2001 1000 9.8899690 0
29 61811 5 2001 1000 18.8287898 0
30 61811 5 2001 1000 18.8287898 0
31 64134 580 2001 1000 0.1355028 0
32 64134 580 2001 1000 0.1355028 0
33 5560 7 2001 1040 8.2959428 0
34 7881 5 2001 1040 71.1026743 1
35 9728 597 2001 1040 1.0906007 0
36 9728 597 2001 1040 1.0906007 0
37 12321 1 2001 1040 18.1873703 0
38 12321 1 2001 1040 18.1873703 0
39 20488 1 2001 1040 18.1873703 0
40 65921 1 2001 1040 18.1873703 0
41 65921 1 2001 1040 18.1873703 0
42 102341 2 2001 1040 1.3234119 0
43 14793 2 2001 1220 58.0859392 1
44 14793 2 2001 1220 58.0859392 1
45 15274 1 2001 1220 41.9140608 0
46 15274 1 2001 1220 41.9140608 0
47 142460 2 2001 1220 58.0859392 1
48 142460 2 2001 1220 58.0859392 1
49 142460 2 2001 1220 58.0859392 1
感谢您的帮助。
【问题讨论】:
-
我猜问题出在
&&- 请改用&。 -
max(percentage)不合逻辑 -
输入输出值不一样。请检查
-
@thelatemail 即使我修复 && 它也不起作用。
-
@Sharif 如何将 gvkey 中第一行的
001266更改为输出中的10309