使用ACS PUMS数据实现Stata代码转R：创建flag标识与新变量

1 flag标识变量的创建说明 #

R中不存在特殊的「flag标识变量」类型，你理解的flag本质就是指示符合特定条件的二元变量，用逻辑型（TRUE/FALSE）或0/1整数型都可以实现，和普通变量创建规则完全一致。

你之前的代码将结果转为因子没有必要，而且不符合后续求和的使用需求，正确的worker变量创建代码如下：

基础R实现 #

# 生成1/0标识，WKL为"1"时取1，其余取0
2019PUMS$worker <- as.integer(2019PUMS$WKL == "1")
# WKL为空时赋值为缺失值
2019PUMS$worker[2019PUMS$WKL == ""] <- NA

dplyr实现（更推荐用于数据处理流程） #

library(dplyr)
2019PUMS <- 2019PUMS %>%
  mutate(worker = case_when(
    WKL == "1" ~ 1,
    WKL == "" ~ NA_integer_,
    TRUE ~ 0
  ))

2 按家庭SERIALNO分组计算务工人数wihh #

对应Stata的by serialno, sort: egen wihh=sum(worker)逻辑，R中用分组汇总后赋值即可：

基础R实现 #

2019PUMS$wihh <- ave(2019PUMS$worker, 2019PUMS$SERIALNO, FUN = function(x) sum(x, na.rm = TRUE))

dplyr实现（代码可读性更高） #

2019PUMS <- 2019PUMS %>%
  group_by(SERIALNO) %>%
  mutate(wihh = sum(worker, na.rm = TRUE)) %>%
  ungroup()

补充说明 #

如果需要worker为逻辑型flag，直接去掉as.integer即可，逻辑值TRUE在求和时会自动被识别为1，FALSE识别为0，不影响后续wihh的计算结果。

内容的提问来源于stack exchange，提问作者Rafael Gonzalez