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
相关产品推荐

