如何将缺失的国家包括在 r 中的 df

Question

这个问题是我之前 .

的衍生问题

我有一个关于并购 (M&As) 的大数据框（90 万行）。

df有四列：日期（并购完成的时间），target_nation（merged/acquired所在国家的公司），acquiror_nation（并购所在国家的公司）收购方），以及 big_corp（收购方是否为大公司，其中 TRUE 表示该公司为大公司）。

这是我的 df 示例：

    df <- structure(list(date = c(2000L, 2000L, 2001L, 2001L, 2001L, 2003L, 
2003L, 1999L, 2001L, 2002L, 2002L, 2002L), target_nation = c("Uganda", 
"Uganda", "Uganda", "Uganda", "Uganda", "Uganda", "Mozambique", 
"Mozambique", "Mozambique", "Mozambique", "Mozambique", "Mozambique"
), acquiror_nation = c("France", "Germany", "France", "France", 
"Germany", "Germany", "Germany", "Germany", "France", "France", 
"Germany", "Japan"), big_corp_TF = c(TRUE, FALSE, TRUE, FALSE, 
FALSE, TRUE, FALSE, FALSE, TRUE, FALSE, TRUE, TRUE)), row.names = c(NA, 
-12L), class = c("data.table", "data.frame"))

> df

  date target_nation acquiror_nation big_corp_TF
 1: 2000        Uganda          France        TRUE
 2: 2000        Uganda         Germany       FALSE
 3: 2001        Uganda          France        TRUE
 4: 2001        Uganda          France       FALSE
 5: 2001        Uganda         Germany       FALSE
 6: 2003        Uganda         Germany        TRUE
 7: 2003    Mozambique         Germany       FALSE
 8: 1999    Mozambique         Germany       FALSE
 9: 2001    Mozambique          France        TRUE
10: 2002    Mozambique          France       FALSE
11: 2002    Mozambique         Germany        TRUE
12: 2002    Mozambique           Japan        TRUE

根据这些数据，我想创建一个新列，表示特定收购国的大公司在特定目标国家进行的并购的份额，计算 2 的平均值年。（对于我的实际练习，我将计算 5 年的平均值，但这里让事情更简单）。

有一组收购国我特别感兴趣（比如法国、德国和日本）。我希望有一个列表示这些国家/地区的上述份额。

@AnilGoyal 之前帮我写了一段代码。这是代码：

df_calc <- df %>%
  mutate(d = 1) %>%
  group_by(target_nation) %>%
  complete(date = seq(min(date), max(date), 1), nesting(acquiror_nation),
           fill = list(d = 0, big_corp_TF = FALSE)) %>%
  group_by(date, target_nation) %>%
  mutate(total_MAs = sum(d)) %>%
  group_by(date, target_nation, acquiror_nation) %>%
  summarise(total_MAs = mean(total_MAs),
            total_MAs_bigcorp = sum(big_corp_TF), .groups = 'drop') %>%
  group_by(target_nation, acquiror_nation) %>%
  mutate(share = sum_run(total_MAs_bigcorp, k=2)/sum_run(total_MAs, k=2))

这是输出：

  date   targ_nat    acq_nat tot_MA big_MA  share
1   1999    Mozambique  France  1   0   0.0000000
2   1999    Mozambique  Germany 1   0   0.0000000
3   1999    Mozambique  Japan   1   0   0.0000000
4   2000    Mozambique  France  0   0   0.0000000
5   2000    Mozambique  Germany 0   0   0.0000000
6   2000    Mozambique  Japan   0   0   0.0000000
7   2001    Mozambique  France  1   1   1.0000000
8   2001    Mozambique  Germany 1   0   0.0000000
9   2001    Mozambique  Japan   1   0   0.0000000
10  2002    Mozambique  France  3   0   0.2500000
11  2002    Mozambique  Germany 3   1   0.2500000
12  2002    Mozambique  Japan   3   1   0.2500000
13  2003    Mozambique  France  1   0   0.0000000
14  2003    Mozambique  Germany 1   0   0.2500000
15  2003    Mozambique  Japan   1   0   0.2500000
16  2000    Uganda     France   2   1   0.5000000
17  2000    Uganda    Germany   2   0   0.0000000
18  2001    Uganda    France    3   1   0.4000000
19  2001    Uganda    Germany   3   0   0.0000000
20  2002    Uganda    France    0   0   0.3333333
21  2002    Uganda    Germany   0   0   0.0000000
22  2003    Uganda    France    1   0   0.0000000
23  2003    Uganda    Germany   1   1   1.0000000

所有的数字都符合要求。但是，我希望日本对乌干达的投资能有成果，但无法实现。 如何实现？我了解到日本在乌干达没有结果的原因是日本在任何一年都没有在乌干达进行任何投资（如数据样本所示）多于）;但这种缺乏投资对我来说是一个有意义的结果，我希望日本作为收购国也能有争吵。就像这样（出于 space 原因，我将莫桑比克排除为 targ_nat）：

  date   targ_nat    acq_nat tot_MA big_MA  share
16  2000    Uganda     France   2   1   0.5000000
17  2000    Uganda    Germany   2   0   0.0000000
18  2000    Uganda    Japan     2   0   0.0000000
19  2001    Uganda    France    3   1   0.4000000
20  2001    Uganda    Germany   3   0   0.0000000
21  2001    Uganda    Japan     3   0   0.0000000
22  2002    Uganda    France    0   0   0.3333333
22  2002    Uganda    Germany   0   0   0.0000000
23  2002    Uganda    Japan     0   0   0.0000000
24  2003    Uganda    France    1   0   0.0000000
25  2003    Uganda    Germany   1   1   1.0000000
26  2003    Uganda    Japan     1   0   0.0000000

关于如何实现这一点有什么想法吗？出于我的实际目的，我有一组 13 个国家/地区，我希望看到这些国家/地区作为收购国的结果（因此不仅仅是法国、德国和日本）。这些国家作为收购国出现在数据集中（但并非所有 target_nations (!) --- 就像这里乌干达和日本的例子一样）。

非常感谢任何帮助。

Answer 1

需要complete

library(dplyr)
library(tidyr)
out <- df_calc %>% 
   group_by(target_nation, date, total_MAs) %>%
   complete(acquiror_nation = unique(.$acquiror_nation),
   fill = list(total_MAs_bigcorp = 0, share = 0)) %>%
   ungroup

-检查 'Uganda'

的输出

out %>% 
   filter(target_nation == 'Uganda')
# A tibble: 12 x 6
#   target_nation  date total_MAs acquiror_nation total_MAs_bigcorp share
#   <chr>         <dbl>     <dbl> <chr>                       <dbl> <dbl>
# 1 Uganda         2000         2 France                          1 0.5  
# 2 Uganda         2000         2 Germany                         0 0    
# 3 Uganda         2000         2 Japan                           0 0    
# 4 Uganda         2001         3 France                          1 0.4  
# 5 Uganda         2001         3 Germany                         0 0    
# 6 Uganda         2001         3 Japan                           0 0    
# 7 Uganda         2002         0 France                          0 0.333
# 8 Uganda         2002         0 Germany                         0 0    
# 9 Uganda         2002         0 Japan                           0 0    
#10 Uganda         2003         1 France                          0 0    
#11 Uganda         2003         1 Germany                         1 1    
#12 Uganda         2003         1 Japan                           0 0

如何将缺失的国家包括在 r 中的 df

How to include missing countries to df in r

r

missing-data

dataframe