我有一个家庭小组调查数据集。它包含两项调查:一项针对个人,一项针对家庭。每个家庭中的一个人都回答,而家庭中的所有其他人都只回答个人调查。市政地点仅在填充住所的人中。数据集是一个面板,因此对于每个不同的研究波,每个观察都存在多次。所以基本上我有这样的东西:
df <- data.frame(id = c (11,11, 12,12,13, 13,14, 14,21, 21,22, 22,31, 31,32, 32,33, 33,34, 34,41, 41,42, 42,43, 43,44, 44,51, 51,61, 61,62, 62))
df$idhousehold <- c(1,1,1,1,1,1,1,1,2,2,2,2,3,3,3,3,3,3,3,3,4,4,4,4,4,4,4,4, 5,5, 6, 6, 6,6)
df$municipality <- c(NA, NA, NA,NA, NA, NA,"A","A",NA, NA, "A" "A",NA, NA,NA, NA, "B" "B", NA,NA, "A", "A",NA,NA,NA,NA,NA,NA, "C", "C","B","B",NA, NA)
df$year <- c(1,2,1,2,1,2,1,2,1,2,1,2,1,2,1,2,1,2,1,2,1,2,1,2,1,2,1,2,1,2,1,2,1,2)
df
我基本上要做的是为同一家庭中的每个人分配相同的市政价值。在上面的示例中,这意味着家庭1、2和4的每个人的市值均为“ A”,对于家庭3和6的每个人的5均具有B和C。我无法手动执行此操作,因为该数据集具有大约13万个观测值。
我尝试了多种方式处理数据和突变新变量,但我无法获得想要的东西。
感谢您的帮助!
由于每个家庭只有一个值,因此您可以这样做:
df$municipality <- ave(df$municipality, df$idhousehold, FUN = na.omit)
但是,由于数据中似乎缺少值,并且每个家庭可以有多个市政值,您可以这样做:
df$municipality <- ave(df$municipality, df$idhousehold, FUN = function(x) unique(na.omit(x))[1])
df
id idhousehold municipality
1 11 1 A
2 12 1 A
3 13 1 A
4 14 1 A
5 21 2 A
6 22 2 A
7 31 3 B
8 32 3 B
9 33 3 B
10 34 3 B
11 41 4 A
12 42 4 A
13 43 4 A
14 44 4 A
15 51 5 C
16 61 6 B
17 62 6 B
与dplyr
等效:
df %>%
group_by(idhousehold) %>%
mutate(municipality = unique(na.omit(municipality))[1])
df <- df %>% mutate(municipality=case_when(idhousehold %in% c(1,2,4)~ "A",idhousehold %in% c(3,6) ~ "B",idhousehold %in% 5 ~"C"))