R语言中如何为满足特定轮次条件的个体生成全轮次处理标识

实现方法 #

方法1：tidyverse（dplyr）方案 #

按个体ID分组后，判断该ID前3轮的福利领取哑变量是否全部为1，将判断结果同步到该ID所有行：

library(dplyr)

# 先确保数据按ID和轮次排序
df <- df %>% 
  arrange(personal_ID, wave) %>% 
  group_by(personal_ID) %>% 
  mutate(benefit_1_through_3 = as.integer(all(benefit_dummy_by_wave[1:3] == 1))) %>% 
  ungroup()

如果担心轮次顺序问题，也可以直接指定轮次名称判断：

df <- df %>% 
  group_by(personal_ID) %>% 
  mutate(benefit_1_through_3 = as.integer(all(benefit_dummy_by_wave[wave %in% paste0("wave",1:3)] == 1))) %>% 
  ungroup()

方法2：base R方案 #

用ave函数实现分组计算，逻辑和上面一致：

# 先按ID和轮次排序
df <- df[order(df$personal_ID, df$wave), ]
# 生成跨全轮次的处理组标识
df$benefit_1_through_3 <- as.integer(
  ave(df$benefit_dummy_by_wave, df$personal_ID, FUN = function(x) all(x[1:3] == 1))
)

两种方法都可以直接适配你最多10轮的全量调研数据，不需要修改核心判断逻辑。

内容的提问来源于stack exchange，提问作者Grant