r - 聚合正在删除数据行

Question

我是 R 新手，我已经尝试了很多方法来解决这个问题，如果有人可以帮助我，我将非常感激!这是我的问题:

我必须处理按年份、类型(从该国家进口或导出)和产品尺寸(以公斤为单位)分隔的产品时间序列，如下所示:

dat<-data.frame(NAME=c("P1","P1","P2","P2","P1","P2","P1","P1") , YEAR =c(1991,1991,1991,1991,1992,1992,1993,1993), TYPE=c("IMPORT","EXPORT","IMPORT","EXPORT","IMPORT","EXPORT","IMPORT","EXPORT"), VALUE=c(300,200,170,150,150,120,90,100))
dat
#  NAME YEAR   TYPE VALUE
#1   P1 1991 IMPORT   300
#2   P1 1991 EXPORT   200
#3   P2 1991 IMPORT   170
#4   P2 1991 EXPORT   150
#5   P1 1992 IMPORT   150
#6   P2 1992 EXPORT   120
#7   P1 1993 IMPORT    90
#8   P1 1993 EXPORT   100

所以，我要做的就是获取数据中所有年份和产品的产品进口和导出之间的差异。它应该看起来像这样

solution<-data.frame(NAME=c("P1","P2","P1","P2","P1"),Year=c(1991,1991,1992,1992,1993),VALUE=c(100,20,150,-120,-10))
solution

#  NAME Year VALUE
#1   P1 1991   100
#2   P2 1991    20
#3   P1 1992   150
#4   P2 1992  -120
#5   P1 1993   -10

我使用聚合来解决这个问题，但是当我这样做时，代码删除了 1992 年的产品 p1 和 p2，因为那一年没有 P1 的导出或 p2 的进口。有谁知道怎么解决吗？

这是我的代码的一部分:

agg<-sort(data, f= ~ year + name)
agg<-aggregate(size~year + name, data=data, FUN=diff)

Answer 1

这是tidyverse的实现方式

library(tidyr)
library(dplyr)
spread(dat, TYPE, VALUE) %>%
  mutate(IMPORT = ifelse(is.na(IMPORT), 0, IMPORT),
         EXPORT = ifelse(is.na(EXPORT), 0, EXPORT),
         diff = IMPORT - EXPORT)

产生

  NAME YEAR EXPORT IMPORT diff
1   P1 1991    200    300  100
2   P1 1992      0    150  150
3   P1 1993    100     90  -10
4   P2 1991    150    170   20
5   P2 1992    120      0 -120

更新

我完全忘记了 spread 中的 fill 参数，多亏了注释，代码可以简化为

spread(dat, TYPE, VALUE, fill=0) %>%
  mutate(diff = IMPORT - EXPORT)