R将虚拟变量转换为因子变量

Question

我有一个面板数据集，其中时间和组变量已经转换为虚拟变量。我想反转转换为简单的 id 和 time 变量。

让我们创建一个可比较的数据：

library(plm)
library(tidyverse)
library(fastDummies)
data(EmplUK)

EmplUK %>%
  select(-sector) %>% 
  dummy_cols(.data = .,select_columns = c("firm","year"),remove_selected_columns = TRUE,remove_first_dummy = TRUE) -> paneldata
head(paneldata)

所以基本上现在我所有的虚拟变量都是 firm_X 和 year_X，我想再次使用 Year 和 Firm 变量。 由于第 1 年公司和第 1 年不作为虚拟 存在（因为回归模型中不需要它们），这有点复杂。缺少这个精确数据我很好（我可以简单地推断第一家公司将是公司 1，年份将是 1976 年，比最小的公司少一个）。

有什么办法可以很好地做到这一点吗？理想情况下使用 tidyverse？

Answer 1

经过一番思考，我想通了并创建了一个小函数：

getfactorback <- function(data,
                           groupdummyprefix,
                           timedummyprefix,
                           grouplabel,
                           timelabel,
                           firstgroup,
                           firsttime) {
  
  data %>% 
    mutate(newgroup = ifelse(rowSums(cur_data() %>% select(starts_with("id")))==1,0,1),
           newtime = ifelse(rowSums(cur_data() %>% select(starts_with("time")))==1,0,1)) %>%
    
    rename(!!paste0(groupdummyprefix,firstgroup):=newgroup,
           !!paste0(timedummyprefix,firsttime):=newtime) %>%
    
    
    pivot_longer(cols = starts_with(groupdummyprefix),names_to = grouplabel,names_prefix = groupdummyprefix) %>%
    filter(value == 1) %>%
    select(-value) %>%
    
    pivot_longer(cols = starts_with(timedummyprefix),names_to = timelabel,names_prefix = timedummyprefix) %>%
    filter(value == 1) %>%
    select(-value)  %>%
    
    mutate(across(.cols = c(all_of(grouplabel),all_of(timelabel)),factor)) %>%
    relocate(all_of(c(grouplabel,timelabel))) -> output
  
  return(output)
  
}

getfactorback(data = paneldata,
              groupdummyprefix = "firm_",
              grouplabel = "firm",
              timedummyprefix = "year_",
              timelabel = "year",
              firstgroup = "1",
              firsttime = 1976)

R将虚拟变量转换为因子变量

R transform dummies into factor variable

r

panel

dummy-variable