R 如何使用 data.table 对面板数据中的两个类别求和

发布于09月15日

我在R中有一个特殊的 case ，其中两个类别显示在每年的面板数据中，但与我使用的级别不对应，这就是说，有两个城市属于同一个州(A)，但处于各自的城市级别(a和b)，其余数据位于州级别(Dep).

year	Dep	Homicides
2000	C	20
2000	a	5
2000	b	3
2000	D	17
2000	E	18
2001	C	21
2001	a	6
2001	b	4
2001	D	18
2001	E	18

因此，我想使用Dep=="a"和Dep=="b"通过SUM形成一个新类别，也就是说，将属于Dep A的两个城市(也不存在，因此需要创建)按年相加，最终输出如下所示:

year	Dep	Homicides
2000	C	20
2000	A	8
2000	D	17
2000	E	18
2001	C	21
2001	A	10
2001	D	18
2001	E	18

提前谢谢您！

推荐答案

我们可以将‘Dep’级别重新编码为‘A’，并将其用作分组变量以获得sum

library(forcats)
library(数据.table)
dt1[, .(Homicides = sum(Homicides)), 
   .(year, Dep = fct_other(Dep, drop = c("a", "b"), other_level = "A"))]

-输出

    year    Dep Homicides
    <int> <fctr>     <int>
1:  2000      C        20
2:  2000      A         8
3:  2000      D        17
4:  2000      E        18
5:  2001      C        21
6:  2001      A        10
7:  2001      D        18
8:  2001      E        18

或者也可以使用fct_collapse

dt1[, .(Homicides = sum(Homicides)), .(year, 
       Dep = fct_collapse(Dep, A = c("a", "b")))]

-输出

   year    Dep Homicides
   <int> <fctr>     <int>
1:  2000      C        20
2:  2000      A         8
3:  2000      D        17
4:  2000      E        18
5:  2001      C        21
6:  2001      A        10
7:  2001      D        18
8:  2001      E        18

数据

dt1 <- structure(list(year = c(2000L, 2000L, 2000L, 2000L, 2000L, 2001L, 
2001L, 2001L, 2001L, 2001L), Dep = c("C", "a", "b", "D", "E", 
"C", "a", "b", "D", "E"), Homicides = c(20L, 5L, 3L, 17L, 18L, 
21L, 6L, 4L, 18L, 18L)), class = c("数据.table", "数据.frame"
), row.names = c(NA, -10L))