面板数据：如何删除缺少年度信息的 ID答案

【问题标题】：panel data: How to remove IDs with missing yearly information面板数据：如何删除缺少年度信息的 ID
【发布时间】：2019-02-25 21:31:32
【问题描述】：

我有一个包含 Id 年观察值的数据集。我想比较2015年前后/后的变化。因此我需要所有的公司在2015年前后/后都有观察，这样我才能比较。

ID year diesese
1 2012  3
1 2016  4
3 2013  3
3 2015  4
2 2012  3
2 2013  4

我的问题是如何删除仅在 2015 年之前或 2015 年之后观察到的公司？所以在上面的数据中，只有 ID=1 和 ID=3 符合我的需要，ID=2 没有。

【问题讨论】：

标签： r time-series panel-data

【解决方案1】：

与tidyverse:

df%>%
   mutate_all(as.numeric)%>%
   group_by(ID)%>%
   filter(ID %in% ID[any(year>=2015) & any(year<2015)])
# A tibble: 4 x 3
# Groups:   ID [2]
     ID  year diesese
  <dbl> <dbl>   <dbl>
1    1. 2012.      3.
2    1. 2016.      4.
3    3. 2013.      3.
4    3. 2015.      4.

还是这个

df%>%
  mutate_all(as.numeric)%>%
  group_by(ID)%>%
  filter(!ID %in% ID[all(year>2015) | all(year<2015)])

【讨论】：

谢谢！看起来第一个解决方案有效，而第二个解决方案仅在 2015 年和 2015 年之后的一年内让公司保持观察。

【解决方案2】：

这是另一种选择。我们遍历每个 ID 中的数据，并过滤任何 2015 年或以后没有任何数据的组。

library(tidyverse)

df %>%
  nest(-ID) %>%
  filter(map_dbl(data, ~length(which(.x$year >= 2015))) > 0) %>%
  unnest
#> # A tibble: 4 x 3
#>      ID  year diesese
#>   <int> <int>   <int>
#> 1     1  2012       3
#> 2     1  2016       4
#> 3     3  2013       3
#> 4     3  2015       4

由reprex package (v0.2.0) 于 2018 年 9 月 21 日创建。

【讨论】：

【解决方案3】：

一个想法是使用 ave 与一个函数，该函数计算大于或等于 2015 的值的数量。!! 将其转换为逻辑，以便我们可以索引，即

df[!!with(df, ave(year, ID, FUN = function(i)length(i[i >= 2015]) >= 1)),]

给出，

ID year disease
1  1 2012       3
2  1 2016       4
3  3 2013       3
4  3 2015       4

@RonakShah 和 @Jaap 提供的更多选项，

df[!with(df, ave(year, ID, FUN = function(x) all(x > 2015) | all(x < 2015)))), ]
df[with(df, ave(year, ID, FUN = function(y) any(y >= 2015))),]

【讨论】：

另一个选项df[!with(df, ave(year, ID, FUN = function(x) all(x > 2015) | all(x < 2015)))), ] 或者如果你真的可以缩短条件。
或：with(df, ave(year, ID, FUN = function(y) any(y >= 2015)))
非常感谢！但不知何故，结果包括仅在 2015 年或之后进行观察的公司。