r - 双左加入 dplyr 以恢复值

Question

我已经检查了这个问题，但找不到匹配的条目。

假设您有 2 个 DF:

df1:mode   df2:sex
1           1
2           2
3

还有一个 DF3，其中大多数组合都不存在，例如

mode | sex  | cases      
1        1      9
1        1      2
2        2      7
3        1      2
1        2      5

你想用 dplyr 获得所有组合(不存在的组合=0)来总结它:

  mode | sex  | cases      
    1        1     11
    1        2     5
    2        1     0
    2        2     7
    3        1     2
    3        2     0    

如果您执行单个 left_join (left_join(df1,df3)，您将恢复不在 df3 中的模式，但“性别”显示为“NA”，如果您执行 left_join(df2,df3)，也是如此。

那么在 cases=0 的情况下，你如何做 both left join 来恢复所有缺失的组合呢？首选 dplyr，但 sqldf 是一个选项。

提前致谢，p。

Answer 1

tidyr 的开发版本 tidyr_0.2.0.9000 有一个名为 complete 的新功能，我前几天看到它似乎就是为此而制作的某种情况。

帮助页面说:

This is a wrapper around expand(), left_join() and replace_na that's useful for completing missing combinations of data. It turns implicitly missing values into explicitly missing values.

要添加 df3 的缺失组合并改为填充 0 值，您可以这样做:

library(tidyr)
library(dplyr)

df3 %>% complete(mode, sex, fill = list(cases = 0))

  mode sex cases
1    1   1     9
2    1   1     2
3    1   2     5
4    2   1     0
5    2   2     7
6    3   1     2
7    3   2     0

您仍然需要group_by 和summarise 以获得您想要的最终输出。

df3 %>% complete(mode, sex, fill = list(cases = 0)) %>%
    group_by(mode, sex) %>%
    summarise(cases = sum(cases))

Source: local data frame [6 x 3]
Groups: mode

  mode sex cases
1    1   1    11
2    1   2     5
3    2   1     0
4    2   2     7
5    3   1     2
6    3   2     0