R 在纵向数据集中创建新行

发布于02月22日

我在R中有一个纵向数据集，包括在多个时间点观察到的几个国家.让我们简化一下，考虑一下下面的例子

set.seed(123)
df=data.frame(Country=c(rep("DEU",16),rep("FRA",16),rep("ITA",16)),Year=rep(c(rep(1,4),rep(2,4),rep(3,4),rep(4,4)),3),industry=rep(c("A","B","C","D"),12),h_emp=rnorm(48,15,3.5))

目标是 for each 国家和年份创建一个新的行，在行业栏中始终标记为"C+D".H_emp中的相应单元格应等于该国家/地区行业"C"和"D"在该特定年份的h_emp的值之和.我怎样才能做到这一点呢？

推荐答案

使用dplyr创建一个包含C+D总和的汇总df，然后绑定回您的原始df.注意:您的示例数据对于每年/国家/地区的某些行业都有多个条目；我假设这是一个错误，所以我创建了新的示例数据.

set.seed(123)
library(dplyr)

df <- expand.grid(
  Country = c("DEU", "FRA", "ITA"),
  Year = 1:4,
  industry = c("A", "B", "C", "D")
)
df$h_emp <- rnorm(48, 15, 3.5)

df <- df %>%
  filter(industry %in% c("C", "D")) %>%
  summarize(
    industry = "C+D",
    h_emp = sum(h_emp),
    .by = c(Country, Year)
  ) %>%
  bind_rows(df, .) %>%
  arrange(Country, Year)

结果:

#> head(df, 15)
   Country Year industry     h_emp
1      DEU    1        A 13.038335
2      DEU    1        B 16.402700
3      DEU    1        C 12.812363
4      DEU    1        D 16.938712
5      DEU    1      C+D 29.751074
6      DEU    2        A 15.246779
7      DEU    2        B 21.254196
8      DEU    2        C 15.536806
9      DEU    2        D 13.668351
10     DEU    2      C+D 29.205157
11     DEU    3        A 16.613207
12     DEU    3        B 17.454746
13     DEU    3        C 16.492625
14     DEU    3        D 10.571113
15     DEU    3      C+D 27.063738