事件后数据分组：筛选换雇主后personc的目标观测

假设你的数据存储在数据框df中，这里提供两种常用的R语言处理方法：

方法一：使用dplyr（tidyverse生态） #

先加载dplyr包，随后按步骤筛选、排序并提取目标行：

library(dplyr)

# 处理数据
filtered_df <- df %>%
  # 仅保留personc的记录
  filter(mpi == "personc") %>%
  # 按观测序号obs升序排列，确保时间顺序正确
  arrange(obs) %>%
  # 找到换雇主（result为mover）的行位置，提取该行及之后4条记录
  slice(which(result == "mover"):(which(result == "mover") + 4))

方法二：使用基础R #

如果不想加载额外包，用基础R也能实现：

# 筛选personc的记录并按obs排序
personc_data <- df[df$mpi == "personc", ]
personc_data <- personc_data[order(personc_data$obs), ]

# 找到换雇主的行索引，提取目标范围的行
mover_pos <- which(personc_data$result == "mover")
filtered_df <- personc_data[mover_pos:(mover_pos + 4), ]

运行上述代码后，filtered_df就是你期望的输出结果。

内容的提问来源于stack exchange，提问作者Connor Hill