如何基于年度季度工资数据生成二元变量Binary2？

要生成符合要求的Binary2变量，核心是按个人（MPI）+年份分组，判断该组内所有季度工资是否都≥100美元，再把判断结果统一赋值给组内每一行。下面是几种R语言实现方法：

方法1：使用dplyr包（tidyverse生态） #

适合习惯tidy风格的用户，代码可读性强：

# 加载dplyr包
library(dplyr)

# 读取示例数据
dd <- read.table(text="
MPI     yrqtr  Wage Binary Binary2
PersonA 20101  100    1      1
PersonA 20102  100    1      1
PersonA 20103  100    1      1  
PersonA 20104  100    1      1
PersonA 20111  100    1      0
PersonA 20112  100    1      0
PersonA 20113  100    1      0
PersonA 20114   50    0      0", header=T)

# 生成Binary2
dd <- dd %>%
  # 从yrqtr字段提取年份（取前4位字符）
  mutate(year = substr(as.character(yrqtr), 1, 4)) %>%
  # 按个人和年份分组
  group_by(MPI, year) %>%
  # 组内所有工资都≥100则标记为1，否则为0
  mutate(Binary2 = as.integer(all(Wage >= 100))) %>%
  # 取消分组并移除临时year列（可选）
  ungroup() %>%
  select(-year)

方法2：使用data.table包（高效处理大数据） #

如果数据集规模较大，data.table的运算效率更高：

# 加载data.table包
library(data.table)

# 将数据转换为data.table格式
setDT(dd)

# 提取年份并生成Binary2
dd[, year := substr(as.character(yrqtr), 1, 4)]
dd[, Binary2 := as.integer(all(Wage >= 100)), by = .(MPI, year)]
dd[, year := NULL] # 删除临时年份列

方法3：Base R（无需额外安装包） #

不想安装第三方包的话，用Base R的ave函数也能实现：

# 读取示例数据
dd <- read.table(text="
MPI     yrqtr  Wage Binary Binary2
PersonA 20101  100    1      1
PersonA 20102  100    1      1
PersonA 20103  100    1      1  
PersonA 20104  100    1      1
PersonA 20111  100    1      0
PersonA 20112  100    1      0
PersonA 20113  100    1      0
PersonA 20114   50    0      0", header=T)

# 提取年份
dd$year <- substr(as.character(dd$yrqtr), 1, 4)

# 按个人和年份分组，判断所有工资是否达标，再转成1/0格式
dd$Binary2 <- as.integer(with(dd, ave(Wage >= 100, MPI, year, FUN = all)))

# 移除临时year列
dd$year <- NULL

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