根据原始数据创建队列退出率表

我需要帮助根据原始数据创建队列退出表。

我有一个如下所示的数据集：

DT<-data.table(
id =c (1,2,3,4,5,6,7,8,9,10,
     11,12,13,14,15,16,17,18,19,20,
     21,22,23,24,25,26,27,28,29,30,31,32,33,34,35),
year =c (2014,2014,2014,2014,2014,2014,2014,2014,2014,2014,
       2015,2015,2015,2015,2015,2015,2015,2015,2015,2015,
   2016,2016,2016,2016,2016,2016,2016,2016,2016,2016,2016,2016,2016,2016,2016),
cohort =c(1,1,1,1,1,1,1,1,1,1,
        2,2,2,1,1,2,1,2,1,2,
        1,1,3,3,3,2,2,2,2,3,3,3,3,3,3))

我想按队列计算辍学率，并得到一个像这样的表：

cohortdt<-data.table(
cohort =c(1,2,3),
drop_rateY1 =c(.60,0.0,0.0),
droprate_Y2 =c (.50,.33,0.0))

对于第 1 组，第 1 年末的辍学率为 60%。 （即 60% 最初入学的学生在第 1 年末退学。第 2 年的值意味着 50% 在第 1 年末留下的学生在第 2 年末退学。

如何从原始数据创建这样的表？

这是一种解决方案：

library(tidyverse)

DT %>% 
  group_by(year) %>% 
  count(cohort) %>% 
  ungroup() %>% 
  spread(year, n) %>% 
  mutate(year_1_drop_rate = 1 - (`2015` / `2014`),
         year_2_drop_rate = 1 - (`2016` / `2015`)) %>% 
  replace_na(list(year_1_drop_rate = 0.0,
                  year_2_drop_rate = 0.0)) %>% 
  select(cohort, year_1_drop_rate, year_2_drop_rate)

返回：

# A tibble: 3 x 3
  cohort year_1_drop_rate year_2_drop_rate
   <dbl>            <dbl>            <dbl>
1      1              0.6        0.5000000
2      2              0.0        0.3333333
3      3              0.0        0.0000000

1. group by year
2. count按年级分组
3. ungroup
4. spread列中的年份 2014、2015 和 2016
5. mutate两次以获得第一年和第二年的辍学率
6. replace_na to 0
7. select队列、year_1_drop_rate 和year_2_drop_rate

该解决方案需要一个tidy数据集并使其untidy通过分散年份变量（即 2014 年、2015 年和 2016 年是单独的列）。