You need to enable JavaScript to run this app. R语言中如何生成基于跨年份指标差异的州层面处理虚拟变量?
优惠活动
大模型
产品
解决方案
定价
更多

R语言中如何生成基于跨年份指标差异的州层面处理虚拟变量?

生成处理虚拟变量treat的实现方案

核心逻辑说明

treat是州层面的固定虚拟变量,取值规则为:同一州1970年的legal1820值与1979年不一致时取1,否则取0,不随年份变化。推荐使用先生成州层级映射表再合并的方法,避免主数据筛选导致的取值缺失问题。

完整可运行代码步骤

1. 生成州级treat映射表

从原始数据中提取两期的legal1820值,转成州缩写ID后计算每个州的treat取值:

# 提取原始数据的州FIPS、年份、legal1820,匹配为州缩写
state_treat <- mlda %>% 
  # 原始mlda的state为数字FIPS代码,重命名匹配后续表结构
  rename(state_code = state) %>% 
  select(state_code, year, legal1820) %>% 
  distinct() %>% 
  # 复用已处理好的fips_codes表匹配州缩写
  left_join(fips_codes, by = "state_code") %>% 
  select(state, year, legal1820) %>% 
  # 保留需要比较的两个年份
  filter(year %in% c(1970, 1979)) %>% 
  # 转宽格式方便横向对比两期取值
  pivot_wider(names_from = year, values_from = legal1820) %>% 
  # 生成treat变量
  mutate(treat = ifelse(`1970` != `1979`, 1, 0)) %>% 
  # 仅保留州ID和treat值用于合并
  select(state, treat)

2. 合并treat到现有处理流程

在原有代码的州缩写匹配步骤后添加合并逻辑,同时补全原有代码缺失的闭合括号:

dft <- mlda %>% 
  filter(year <= 1990) %>% 
  mutate(dtype = as_factor(dtype, levels = "labels"), 
         age_cat = agegr,                            
         agegr = as_factor(agegr, levels = "labels")) %>% 
  rename(state_code = state) %>% 
  right_join(fips_codes, by = "state_code") %>% 
  select(-state_code) %>% 
  # 合并提前生成的treat映射表
  left_join(state_treat, by = "state") %>% 
  group_by(state) %>%
  filter(agegr == "18-20 yrs", year <= 1983) %>%
  pivot_wider(names_from = dtype, values_from = mrate) %>%
  mutate(
    # 原有post变量逻辑,补全缺失的右括号
    post = ifelse(year >= 1975, 1, 0)
  ) %>% 
  ungroup()

备选简化写法(仅主数据覆盖全量州的两期观测时可用)

如果确认主数据中所有州都包含1970、1979年的legal1820观测,可直接在州分组后计算treat,无需单独生成映射表:

dft <- dft %>% 
  group_by(state) %>% 
  mutate(
    treat = ifelse(
      legal1820[year == 1970] != legal1820[year == 1979],
      1, 0
    )
  ) %>% 
  ungroup()

注意:如果部分州存在1970或1979年的legal1820缺失,上述写法会生成NA值,可根据需求用tidyr::replace_na补全或筛选完整样本。

内容的提问来源于stack exchange,提问作者yacoub q

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.15 18:15:03