选择特定数字后的 n 行

2024-02-01

我使用这样的 data.frame ：

       Country       Date balance_of_payment business_confidence_indicator consumer_confidence_indicator  CPI Crisis_IMF
1 Australia 1980-01-01              -0.87                       100.215                        99.780 25.4          0
2 Australia 1980-04-01              -1.62                       100.061                        99.746 26.2          0
3 Australia 1980-07-01              -3.70                       100.599                       100.049 26.6          0
4 Australia 1980-10-01              -3.13                       100.597                       100.735 27.2          0
5 Australia 1981-01-01              -2.73                       101.149                       101.016 27.8          0
6 Australia 1981-04-01              -4.11                       100.936                       100.150 28.4          0

我想创建一个汇总统计数据describe(dataset)来自HmiscPackage.

我需要区分之前几个季度的时间跨度Crisis_IMF is 1，其中的时间Crisis_IMF为 1，之后的季度状态Crisis_IMF is 1。要选择其中的时间Crisis_IMF is 1, I did describe(dataset[dataset$Crisis_IMF==1,"balance_of_payment"]).

但我不知道如何在事件发生后的 n 个季度（例如 8）的时间内发出命令。

Edit:

   dataset$Crisis_IMF
   [1] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
  [60] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
 [119] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
 [178] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
 [237] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
 [296] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
 [355] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
 [414] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
 [473] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
 [532] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
 [591] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
 [650] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
 [709] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0
 [768] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
 [827] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
 [886] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
 [945] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[1004] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[1063] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[1122] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[1181] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[1240] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[1299] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[1358] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[1417] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[1476] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1
[1535] 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1
[1594] 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[1653] 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[1712] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[1771] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0
[1830] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[1889] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[1948] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[2007] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[2066] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[2125] 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1
[2184] 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[2243] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[2302] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[2361] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[2420] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[2479] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[2538] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[2597] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[2656] 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[2715] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[2774] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[2833] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[2892] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[2951] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[3010] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[3069] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[3128] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[3187] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[3246] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[3305] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[3364] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[3423] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[3482] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[3541] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[3600] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[3659] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[3718] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[3777] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[3836] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[3895] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[3954] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1
[4013] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[4072] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[4131] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[4190] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[4249] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[4308] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

编辑2；有关数据集的更多信息：

             Country       Date balance_of_payment Crisis_IMF
1   Australia 1980-01-01              -0.87          0
2   Australia 1980-04-01              -1.62          0
3   Australia 1980-07-01              -3.70          0
4   Australia 1980-10-01              -3.13          0
5   Australia 1981-01-01              -2.73          0
6   Australia 1981-04-01              -4.11          0
7   Australia 1981-07-01              -3.98          0
8   Australia 1981-10-01              -5.27          0
9   Australia 1982-01-01              -5.31          0
10  Australia 1982-04-01              -4.67          0
11  Australia 1982-07-01              -3.30          0
12  Australia 1982-10-01              -3.24          0
13  Australia 1983-01-01              -3.45          0
14  Australia 1983-04-01              -2.86          0
15  Australia 1983-07-01              -3.58          0
...
137 Australia 2014-01-01              -2.18          0
138 Australia 2014-04-01              -3.44          0
139 Australia 2014-07-01              -3.04          0
140 Australia 2014-10-01              -2.39          0
141   Austria 1980-01-01              -3.97          0
142   Austria 1980-04-01              -3.89          0
143   Austria 1980-07-01              -1.84          0
144   Austria 1980-10-01              -1.60          0
145   Austria 1981-01-01              -2.74          0
146   Austria 1981-04-01              -2.88          0
147   Austria 1981-07-01              -2.83          0
148   Austria 1981-10-01              -2.06          0
149   Austria 1982-01-01              -0.63          0
150   Austria 1982-04-01               0.61          0
151   Austria 1982-07-01               2.42          0
152   Austria 1982-10-01               2.70          0

一个国家可能会经历多个危机时期。那个例如澳大利亚的危机来自1990-01-01 to 1991-04-01 and 2002-01-01 to 2005-01-01。我想创建3个不同的describe命令，显示变量在上述状态下的行为。

您还没有提供完整的数据，所以我不得不猜测您的Crisis_IMF列有一个完整的 0 序列（危机前），接着是一个完整的 1 序列（在此期间，国际货币基金组织危机被认为是有效的），最后是一个完整的 0 序列（危机之后）。

下面我综合了我自己的数据进行测试。我只合成了列Crisis_IMF and balance_of_payment，因为这些似乎是与您的问题相关的唯一列。我使用了 30 行，前 10 行是危机前的，后 10 行是危机期间的，最后 10 行是危机后的。我使用了一种随机抛物线弧balance_of_payment，但这完全是随机的。

library('Hmisc');
set.seed(1);
N <- 30;
df <- data.frame(balance_of_payment=-5+2*seq(-1.5,1.5,len=N)^2+rnorm(N,0,0.2), Crisis_IMF=c(rep(0,N/3),rep(1,N/3),rep(0,N/3)) );
df;
##    balance_of_payment Crisis_IMF
## 1          -0.6252908          0
## 2          -1.0625579          0
## 3          -1.8228927          0
## 4          -1.8503850          0
## 5          -2.5744076          0
## 6          -3.2324647          0
## 7          -3.3561408          0
## 8          -3.6484112          0
## 9          -3.9805631          0
## 10         -4.4136342          0
## 11         -4.2642312          1
## 12         -4.6598435          1
## 13         -4.9904788          1
## 14         -5.3947830          1
## 15         -4.7696630          1
## 16         -5.0036359          1
## 17         -4.9550811          1
## 18         -4.6774634          1
## 19         -4.5735679          1
## 20         -4.4478071          1
## 21         -4.1687610          0
## 22         -3.9392921          0
## 23         -3.7811631          0
## 24         -3.8514970          0
## 25         -2.9444058          0
## 26         -2.6515349          0
## 27         -2.2006002          0
## 28         -1.9499174          0
## 29         -1.1949166          0
## 30         -0.4164117          0
crisisRange <- range(which(df$Crisis_IMF==1));
crisisRange;
## [1] 11 20
df$Off_Crisis <- c((1-crisisRange[1]):-1,rep(0,diff(crisisRange)+1),1:(nrow(df)-crisisRange[2]));
df;
##    balance_of_payment Crisis_IMF Off_Crisis
## 1          -0.6252908          0        -10
## 2          -1.0625579          0         -9
## 3          -1.8228927          0         -8
## 4          -1.8503850          0         -7
## 5          -2.5744076          0         -6
## 6          -3.2324647          0         -5
## 7          -3.3561408          0         -4
## 8          -3.6484112          0         -3
## 9          -3.9805631          0         -2
## 10         -4.4136342          0         -1
## 11         -4.2642312          1          0
## 12         -4.6598435          1          0
## 13         -4.9904788          1          0
## 14         -5.3947830          1          0
## 15         -4.7696630          1          0
## 16         -5.0036359          1          0
## 17         -4.9550811          1          0
## 18         -4.6774634          1          0
## 19         -4.5735679          1          0
## 20         -4.4478071          1          0
## 21         -4.1687610          0          1
## 22         -3.9392921          0          2
## 23         -3.7811631          0          3
## 24         -3.8514970          0          4
## 25         -2.9444058          0          5
## 26         -2.6515349          0          6
## 27         -2.2006002          0          7
## 28         -1.9499174          0          8
## 29         -1.1949166          0          9
## 30         -0.4164117          0         10
n <- 8;
describe(df[df$Off_Crisis>=-n&df$Off_Crisis<=-1,'balance_of_payment']);
## df[df$Off_Crisis >= -n & df$Off_Crisis <= -1, "balance_of_payment"]
##       n missing  unique    Info    Mean
##       8       0       8       1   -3.11
##
## -4.41363415781177 (1, 12%), -3.98056311135777 (1, 12%), -3.64841115885525 (1, 12%), -3.35614082447269 (1, 12%), -3.23246466374394 (1, 12%), -2.57440760140387 (1, 12%), -1.85038498107066 (1, 12%), -1.82289266659616 (1, 12%)
describe(df[df$Off_Crisis==0,'balance_of_payment']);
## df[df$Off_Crisis == 0, "balance_of_payment"]
##       n missing  unique    Info    Mean     .05     .10     .25     .50     .75     .90     .95
##      10       0      10       1  -4.774  -5.219  -5.043  -4.982  -4.724  -4.595  -4.429  -4.347
##
## -5.39478302143074 (1, 10%), -5.00363594891363 (1, 10%), -4.99047879387293 (1, 10%), -4.95508109661503 (1, 10%), -4.76966304348196 (1, 10%), -4.67746343562751 (1, 10%), -4.65984348113626 (1, 10%), -4.57356788939893 (1, 10%), -4.44780713171369 (1, 10%), -4.26423116226702 (1, 10%)
describe(df[df$Off_Crisis>=1&df$Off_Crisis<=n,'balance_of_payment']);
## df[df$Off_Crisis >= 1 & df$Off_Crisis <= n, "balance_of_payment"]
##       n missing  unique    Info    Mean
##       8       0       8       1  -3.186
##
## -4.16876100605885 (1, 12%), -3.93929212154225 (1, 12%), -3.85149697413106 (1, 12%), -3.78116310320806 (1, 12%), -2.94440583734139 (1, 12%), -2.65153490367274 (1, 12%), -2.20060024283928 (1, 12%), -1.949917420894 (1, 12%)

该解决方案的工作原理是首先计算危机发生期间的指数范围：crisisRange。然后它将一个新列附加到 data.frameOff_Crisis它捕获了该行与危机相比有多少个季度，使用负数表示之前，使用正数表示之后，并假设每一行恰好代表一个季度。

The describe()然后可以通过子集进行调用Off_Crisis列，为每个电话获取您想要的危机中的季度抵消。

Edit:哇！那很艰难。很确定我明白了：

library('Hmisc');
set.seed(1);
N <- 60;
df <- data.frame(balance_of_payment=rep(-5+2*seq(-1.5,1.5,len=N/2)^2,2)+rnorm(N,0,0.2), Crisis_IMF=c(rep(0,N/6),rep(1,N/6),rep(0,N/3),rep(1,N/6),rep(0,N/6)) );
df;
##    balance_of_payment Crisis_IMF
## 1          -0.6252908          0
## 2          -1.0625579          0
## 3          -1.8228927          0
## 4          -1.8503850          0
## 5          -2.5744076          0
## 6          -3.2324647          0
## 7          -3.3561408          0
## 8          -3.6484112          0
## 9          -3.9805631          0
## 10         -4.4136342          0
## 11         -4.2642312          1
## 12         -4.6598435          1
## 13         -4.9904788          1
## 14         -5.3947830          1
## 15         -4.7696630          1
## 16         -5.0036359          1
## 17         -4.9550811          1
## 18         -4.6774634          1
## 19         -4.5735679          1
## 20         -4.4478071          1
## 21         -4.1687610          0
## 22         -3.9392921          0
## 23         -3.7811631          0
## 24         -3.8514970          0
## 25         -2.9444058          0
## 26         -2.6515349          0
## 27         -2.2006002          0
## 28         -1.9499174          0
## 29         -1.1949166          0
## 30         -0.4164117          0
## 31         -0.2282641          0
## 32         -1.1198441          0
## 33         -1.5782326          0
## 34         -2.1802021          0
## 35         -2.9157211          0
## 36         -3.1513699          0
## 37         -3.5324846          0
## 38         -3.8079388          0
## 39         -3.8757143          0
## 40         -4.1999213          0
## 41         -4.5994921          1
## 42         -4.7884845          1
## 43         -4.7268380          1
## 44         -4.8405104          1
## 45         -5.1324004          1
## 46         -5.1361483          1
## 47         -4.8789267          1
## 48         -4.7125241          1
## 49         -4.7602814          1
## 50         -4.3903659          1
## 51         -4.2729353          0
## 52         -4.2181247          0
## 53         -3.7278522          0
## 54         -3.6794993          0
## 55         -2.7817662          0
## 56         -2.2442292          0
## 57         -2.2428854          0
## 58         -1.8645939          0
## 59         -0.9853426          0
## 60         -0.5270109          0
df$Off_Crisis <- ifelse(df$Crisis_IMF==1,0,with(rle(df$Crisis_IMF),{ mids <- lengths[-c(1,length(lengths))]; c(-lengths[1]:-1,sequence(mids)-rep(rbind(0,mids+1),rbind(ceiling(mids/2),floor(mids/2))),1:lengths[length(lengths)]); }));
df;
##    balance_of_payment Crisis_IMF Off_Crisis
## 1          -0.6252908          0        -10
## 2          -1.0625579          0         -9
## 3          -1.8228927          0         -8
## 4          -1.8503850          0         -7
## 5          -2.5744076          0         -6
## 6          -3.2324647          0         -5
## 7          -3.3561408          0         -4
## 8          -3.6484112          0         -3
## 9          -3.9805631          0         -2
## 10         -4.4136342          0         -1
## 11         -4.2642312          1          0
## 12         -4.6598435          1          0
## 13         -4.9904788          1          0
## 14         -5.3947830          1          0
## 15         -4.7696630          1          0
## 16         -5.0036359          1          0
## 17         -4.9550811          1          0
## 18         -4.6774634          1          0
## 19         -4.5735679          1          0
## 20         -4.4478071          1          0
## 21         -4.1687610          0          1
## 22         -3.9392921          0          2
## 23         -3.7811631          0          3
## 24         -3.8514970          0          4
## 25         -2.9444058          0          5
## 26         -2.6515349          0          6
## 27         -2.2006002          0          7
## 28         -1.9499174          0          8
## 29         -1.1949166          0          9
## 30         -0.4164117          0         10
## 31         -0.2282641          0        -10
## 32         -1.1198441          0         -9
## 33         -1.5782326          0         -8
## 34         -2.1802021          0         -7
## 35         -2.9157211          0         -6
## 36         -3.1513699          0         -5
## 37         -3.5324846          0         -4
## 38         -3.8079388          0         -3
## 39         -3.8757143          0         -2
## 40         -4.1999213          0         -1
## 41         -4.5994921          1          0
## 42         -4.7884845          1          0
## 43         -4.7268380          1          0
## 44         -4.8405104          1          0
## 45         -5.1324004          1          0
## 46         -5.1361483          1          0
## 47         -4.8789267          1          0
## 48         -4.7125241          1          0
## 49         -4.7602814          1          0
## 50         -4.3903659          1          0
## 51         -4.2729353          0          1
## 52         -4.2181247          0          2
## 53         -3.7278522          0          3
## 54         -3.6794993          0          4
## 55         -2.7817662          0          5
## 56         -2.2442292          0          6
## 57         -2.2428854          0          7
## 58         -1.8645939          0          8
## 59         -0.9853426          0          9
## 60         -0.5270109          0         10
n <- 8;
describe(df[df$Off_Crisis>=-n&df$Off_Crisis<=-1,'balance_of_payment']);
## df[df$Off_Crisis >= -n & df$Off_Crisis <= -1, "balance_of_payment"]
##       n missing  unique    Info    Mean     .05     .10     .25     .50     .75     .90     .95
##      16       0      16       1  -3.133  -4.253  -4.090  -3.825  -3.294  -2.476  -1.837  -1.762
##
## -4.41363415781177 (1, 6%), -4.19992133068899 (1, 6%), -3.98056311135777 (1, 6%), -3.87571430729169 (1, 6%), -3.80793877922333 (1, 6%), -3.64841115885525 (1, 6%)
## -3.53248462570045 (1, 6%), -3.35614082447269 (1, 6%), -3.23246466374394 (1, 6%), -3.15136989958027 (1, 6%), -2.91572106713267 (1, 6%), -2.57440760140387 (1, 6%)
## -2.1802021496148 (1, 6%), -1.85038498107066 (1, 6%), -1.82289266659616 (1, 6%), -1.57823262180228 (1, 6%)
describe(df[df$Off_Crisis==0,'balance_of_payment']);
## df[df$Off_Crisis == 0, "balance_of_payment"]
##       n missing  unique    Info    Mean     .05     .10     .25     .50     .75     .90     .95
##      20       0      20       1  -4.785  -5.149  -5.133  -4.964  -4.765  -4.645  -4.442  -4.384
##
## lowest : -5.395 -5.136 -5.132 -5.004 -4.990, highest: -4.599 -4.574 -4.448 -4.390 -4.264
describe(df[df$Off_Crisis>=1&df$Off_Crisis<=n,'balance_of_payment']);
## df[df$Off_Crisis >= 1 & df$Off_Crisis <= n, "balance_of_payment"]
##       n missing  unique    Info    Mean     .05     .10     .25     .50     .75     .90     .95
##      16       0      16       1  -3.157  -4.232  -4.193  -3.873  -3.312  -2.244  -2.075  -1.929
##
## -4.27293530430708 (1, 6%), -4.21812466033862 (1, 6%), -4.16876100605885 (1, 6%), -3.93929212154225 (1, 6%), -3.85149697413106 (1, 6%), -3.78116310320806 (1, 6%)
## -3.72785216159621 (1, 6%), -3.67949925417454 (1, 6%), -2.94440583734139 (1, 6%), -2.78176624658013 (1, 6%), -2.65153490367274 (1, 6%), -2.24422917606577 (1, 6%)
## -2.24288543679152 (1, 6%), -2.20060024283928 (1, 6%), -1.949917420894 (1, 6%), -1.86459386937746 (1, 6%)

在这个演示中，我合成了五个时期：10 行非危机、10 行危机（第一个）、20 行非危机、10 行危机（第二个）和 10 行非危机。算法是一样的，即计算一个Off_Crisis列（这一次要困难得多！），然后使用它来对每个数据框进行子集化describe()称呼。直到现在，来自不同危机的数据点才会合并到子集中。

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)

选择特定数字后的 n 行的相关文章

如何确定 R 包的作者？

如何确定包的作者是谁鉴于我们拥有这个广泛使用的代码库我认为参考我在分析中使用的软件是合适的有没有办法以编程方式检索作者和任何其他相关信息在伪代码中我想执行以下操作 references base 我怎样才能做到这一点为了能够引用
R 编程常用工具

如果已经以不同的方式问过这个问题我深表歉意但我找不到任何达到我想要的东西我真的是从其他软件包 SPSS 开始接触 R 的当我了解真正可以做什么时我意识到我还需要其他工具这让我想到了我的问题您有哪些用于开发 R 代码的设置我
如何在 R 中将字符串解析为层次结构或树

有没有办法将表示组的字符串解析为 R 中的层次结构假设我的小组结构如下 1 1 1 1 1 1 1 1 1 1 1 1 2 1 1 3 1 1 3 1 1 1 3 2 1 1 3 3 1 2 1 2 1 1 2 1 1 1 2 1 2 1
更快的 %in% 运算符

The 快速匹配 https cran r project org web packages fastmatch index html包实现了更快的版本match对于重复匹配例如在循环中 set seed 1 library fastma
如何自动启动我的 ec2 实例、运行命令然后将其关闭？

我想每周对 redshift postgres 数据库中的数据运行一次机器学习模型我使用以下命令将 R 脚本设置为休息 apiplumbr然后我将其设置为一项任务来管理pm2 我有它所以任务会在ec2实例启动然后继续运行要让 R 脚本
如何绘制大时间序列（数千次给药次数/药物剂量）？

我正在尝试绘制医院中如何开出单一药物的图解在这个虚拟数据库中我在 2017 年 1 月 1 日之后遇到了 1000 名患者绘图的目的是了解该药物的给药模式在接近入院出院或患者住院期间是否更频繁高剂量给药 Get random d
从 df 中提取具有两列的重叠行对

我想找出这两个表之间哪些对重叠 gt dput data1 structure list Name x c MDH1 MDH1 IDH2 IDH2 IDH2 IDH2 IDH2 IDH2 IDH2 SCOALB SCOALB CSY4 CS
用表达式分割轴标签

我有一个带有包含表达式的长标签的图我想将其分成两行在表达式中添加 n 结果不符合预期 ylabel lt expression A very long label with text and n expression alpha bet
对 data.table 中的列表列执行操作

假设我有一个data table 例如dt lt data table foo list 1 3 4 6 bar c 2 7 如何使用 dt 框架对 foo 向量列表执行操作操作可能是将 bar 添加到 foo 返回列表 3 5 11 1
融化R中的下半矩阵

如何融化下半三角形加对角矩阵 11 NA NA NA NA 12 22 NA NA NA 13 23 33 NA NA 14 24 34 44 NA 15 25 35 45 55 A lt t matrix c 11 NA NA NA NA
一段 R 代码会影响 foreach 输出中的随机数吗？

我使用运行模拟foreach and doParallel并与随机数名为random在代码中简而言之我模拟一个足球联赛随机生成所有比赛的获胜者以及相应的结果在dt base没有比赛进行在dt ex1 and dt ex24场比赛
获取函数的命名空间

我正在开发一个包我希望在其中向对象添加编辑历史记录该包允许其他包注册用于编辑对象的函数我正在寻找一种方法来记录注册用于编辑的函数的包的版本问题是给定一个函数如何从导出的位置获取包我的想法是调查它的搜索路径但是search 仅
跟踪循环迭代

抛硬币成功你赢100 否则你输50 你会一直玩直到你口袋里有钱a 的价值如何a在任何迭代中都被存储 a lt 100 while a gt 0 if rbinom 1 1 0 5 1 a lt a 100 else a lt a 50
使用字符串中的变量名称访问变量值，R

Intro 一个数据集有大量的age year变量 age 1990 age 1991 etc 我有一个字符串值数组length age years 表示这些变量使得age years 1 回报 age 1990 etc Need 我想搜
从 n,k 维矩阵数组中减去 n,k 维矩阵

如果我有一个数组A A lt array 0 c 4 3 5 for i in 1 5 set seed i A i lt matrix rnorm 12 4 3 如果我有矩阵 B set seed 6 B lt matrix rnorm
使用 R 下载压缩数据文件、提取和导入数据

EZGraphs 在 Twitter 上写道很多在线 csv 都被压缩了有没有办法下载解压缩存档并使用 R 将数据加载到 data frame Rstats 我今天也尝试这样做但最终只是手动下载 zip 文件我尝试过类似的东西 f
R中的重叠矩阵

我有以下数据框 id channel 1 a 1 b 1 c 2 a 2 c 3 a 我想创建并重叠矩阵它基本上是一个方阵行和列标签为 a b c 表中的每个条目显示每个通道共有多少个 id 例如在上面的例子中矩阵看起来像 a b
访问或解析 R 中的 summary() 中的元素

我运行以下 R 命令来进行 Dunnett 测试并获取摘要如何访问下面线性假设的每一行这是摘要输出的一部分基本上我不知道摘要的结构我尝试使用名称但它似乎不起作用因为我没有看到任何命名属性来提供这一点 library multco
如何在 Shiny 中提取动态生成的输入值？

我正在创建一个闪亮的应用程序它将根据客户的不同功能为客户生成分数在我闪亮的应用程序中我提供了 checkboxGroupInput 来选择所需的功能根据所选功能应用程序将动态地将 numericInput 添加到 Web ui 以
如何按时间间隔匹配数据帧？

这是我从数据记录器导入原始数据时经常出现的问题温度记录仪设置为每十分钟记录一次温度单独的气体记录仪设置为记录最后十分钟间隔内使用的气体我想将这两个记录器的数据合并到一个数据框中进行绘图和分析但时间并不完全一致我希望每十分钟的时间段

随机推荐

当 Perl 中发生警报时，我应该如何清理挂起的孙进程？

我有一个并行自动化脚本需要调用许多其他脚本其中一些脚本挂起因为它们错误地等待标准输入或等待各种其他不会发生的事情这没什么大不了的因为我抓住那些alarm http perldoc perl org functions alar
VisualSVN 预提交规则

将此挂钩与 VisualSVN Server 结合使用作为 pre commit bat 添加到 Repository hooks 文件夹中我的问题是如何添加注释必须始终以数值开头的规则我希望评论的第一部分始终是错误跟踪器的问题号例
从 PDF 中搜索文本的脚本

Problem 在 Mac OS X 平台上我想用 Python 或 Tcl 编写一个脚本来搜索 PDF 文件中的文本并提取相关部分我很感激任何帮助背景我正在编写脚本来查看 PDF 中的内容以确定它是否是账单来自哪家公司以及持续
如何更改 IPython Notebook 中显示方程的对齐方式？

我希望我的 MathJax 在 IPython Notebook 中显示的方程在左侧对齐而不是居中对齐这是由核心配置选项控制的显示对齐在 MathJax 中如所述here http docs mathjax org en latest
使用 thymeleaf 请求参数

在 Spring Boot Web 应用程序中 User想要重置密码所以他输入Reset password页现在我想让他输入他的电子邮件地址 pushReset我想重定向到myapp resetPassword email HIS EM
UILabel 与 -[sizeWithFont:constrainedToSize:lineBreakMode] 正在切断单词

UILabel里面的一个UITableViewCell 在手机点击时高度会扩大第二个UILabel与不同数量的数据一起出现问题是如果换行 sizeWithFont constrainedToSize lineBreakMode 不能
简单形式的 Wiki 或类似 Markdown 的语法？

有没有类似的简单语言Markdown http en wikipedia org wiki Markdown或其中之一维基标记 http en wikipedia org wiki Wiki markup被转换成 HTML 表单元素例如
比较 R 中的字符向量以查找唯一值和/或缺失值

我有两个字符向量 x 和 y x lt c a b c d e f g y lt c a c d e g x 内的值不会重复即它们都是唯一的向量 y 也是如此我的问题是如何让 R 比较两个向量然后告诉我 y 相对于 x 缺少哪些元
如何在 Vaadin ComboBox 中添加搜索图标？

我有一个ComboBox允许选择给定的项目以及接受选择的图标功能都很好我正在寻找将搜索图标放入组合框中的效果像瓦丁图标 https vaadin com icons 这是怎么做到的 I tried comboBox setIcon
为什么返回未初始化的值被视为未定义行为？

在读的时候this http en cppreference com w c language behavior UB and optimization我看到一个UB不太明白希望你能解释一下 size t f int x size t a
如何计算第 n 个排列（或告诉给定排列的字典顺序）？ [复制]

这个问题在这里已经有答案了这个问题有两个部分但由于我正在尝试与 Prolog 实现进行比较解决一个问题可能会立即导致另一个问题的解决方案给定整数列表的排列 1 2 N 我如何知道字典顺序中该排列的索引是什么给定一个数字k 我该如何
有什么方法可以避免 vue-test-utils 中的shallowMount内存泄漏吗？

我们有一个适用于 Node Mocha 和 jsdom 包的 vue 自定义单元测试设置可模拟浏览器环境无 webpack karma 我们已经编写了大约 3k 规范具有数百个组件的大型应用程序现在当 mocha 运行时它变得越来
如何读取不完整的表单字段 ncurses C++

我有一个使用 ncurses C 读取表单字段的代码但是当表单字段未完全键入时我无法显示值 include
计算列帮助 - TSQL

CREATE TABLE dbo tblLocations latitude float NOT NULL longitude float NOT NULL location varchar 500 NOT NULL timestamp d
Devise登录时如何传递参数

Devise登录过程中如何传递参数我有一组用户每个用户都有自己的个人资料页面我希望他们能够查看自己的个人资料页面但不能查看其他用户的个人资料页面除非他们是管理员在这种情况下他们可以访问应用程序中的所有内容我创建了一个 User
ZedGraph MajorGrid 和 MinorGrid LineStyle

我只是想知道是否有人知道如何更改 ZedGraph 的主要和次要网格的线条样式例如我有 graphPane XAxis MinorGrid IsVisible true 我想要这样的东西 graphPane XAxis MinorGrid
如何在字符串中查找专有名词？

我正在尝试识别用户提交的 3 4 句话段落中的专有名词我同意该功能存在一些缺陷因为我有一个审核团队来验证几乎所有内容下面是传入段落的示例尼克斯威舍 Nick Swisher 击出詹姆斯希尔兹 James Shields 击出全垒
IE 用户代理正则表达式（包括 IE11 和紧凑视图）

我需要您帮助为用户代理字符串创建 IE 特定的正则表达式我的目标是获取正确的 IE 版本包括 IE11 并检查浏览器是否正在运行 Compat View 例如我在正常模式下对 IE9 的期望结果是 IE 9 0以及兼容视图中的 I
check_ajax_referer() 到底如何工作？

聪明的 WordPress 人们说 http www prelovac com vladimir improving security in wordpress plugins using nonces插件开发人员应该在从页面发送回 Wor
选择特定数字后的 n 行

我使用这样的 data frame Country Date balance of payment business confidence indicator consumer confidence indicator CPI Crisis

选择特定数字后的 n 行

选择特定数字后的 n 行 的相关文章

随机推荐

热门标签

选择特定数字后的 n 行的相关文章