r - dplyr - 检查月份是否存在，如果没有，则用 NA 添加它

Question

关闭但不重复:Proper idiom for adding zero count rows in tidyr/dplyr - 我试图根据 df 中的现有值进行填充，但也根据没有 id 的数据进行填充。相似，但本质不同。

对于每个 id，我试图确保每个 ID 都有 3 个计费月份。

理想情况下，对于每个id，我需要所有三个所需月份都出现在df_complete中。如果数据中没有，我希望为值添加一行“未找到”。

此外，我想检查 all_ids 并添加 all_ids 中但在 df 中没有行的 id

months <- as.data.frame(as.Date(c("2016/7/1","2016/9/1","2016/7/1", "2016/8/1","2016/9/1", "2016/8/1","2016/9/1"))) 
id <- as.data.frame(c("a","a","b","b","b","c","c"))
value <- as.data.frame(c(1,2,3,4,5,6,7))
df <- cbind(id,months,value)
colnames(df) <- c("id","billing months","value")
required_months <- as.data.frame(as.Date(c("2016/7/1", "2016/8/1","2016/9/1")))
colnames(required_months)<- "required months"
all_ids <- as.data.frame(c("a","b", "c", "d"))

df 最终看起来像:

id  billing months  value
a   7/1/2016    1
a   9/1/2016    2
b   7/1/2016    3
b   8/1/2016    4
b   9/1/2016    5
c   8/1/2016    6
c   9/1/2016    7

我正在寻找什么(df_complete):

id  billing months  value
a   7/1/2016    1
a   8/1/2016    Not Found
a   9/1/2016    2
b   7/1/2016    3
b   8/1/2016    4
b   9/1/2016    5
c   7/1/2016    Not Found
c   8/1/2016    6
c   9/1/2016    7
d   7/1/2016    Not Found
d   8/1/2016    Not Found
d   9/1/2016    Not Found

正在寻找dplyr解决方案，但其他软件包也可以工作。

Answer 1

这看起来像是 tidyr::complete 的工作。由于原始数据集中缺少 id 变量和月份，因此您需要通过 complete 定义需要填写的值。您可以使用 fill 定义您想要输入的缺失值(尽管您的 Not find 值会将您的列从可能是数字的列更改为一列字符)。

suppressPackageStartupMessages( library(dplyr) )
library(tidyr)

df %>%
    complete(id = c("a","b", "c", "d"), 
             `billing months` = required_months$`required months`,
             fill = list(value = "Not found") )

#> Warning: Column `id` joining character vector and factor, coercing into
#> character vector

#> # A tibble: 12 x 3
#>    id    `billing months` value    
#>    <chr> <date>           <chr>    
#>  1 a     2016-07-01       1        
#>  2 a     2016-08-01       Not found
#>  3 a     2016-09-01       2        
#>  4 b     2016-07-01       3        
#>  5 b     2016-08-01       4        
#>  6 b     2016-09-01       5        
#>  7 c     2016-07-01       Not found
#>  8 c     2016-08-01       6        
#>  9 c     2016-09-01       7        
#> 10 d     2016-07-01       Not found
#> 11 d     2016-08-01       Not found
#> 12 d     2016-09-01       Not found

由reprex package于2018年3月29日创建(v0.2.0)。