r - 有效地在时间序列中添加缺失值

Question

我有 500 个数据集(面板数据)。在每个我都有一个跨不同商店(商店)的时间序列(周)。在每个商店中，我需要添加缺失的时间序列观察。

我的数据示例是:

store   week           value
1           1          50
1           3          52
1           4          10
2           1          4
2           4          84
2           5          2

我想看起来像:

store   week        value
1           1       50
1           2       0
1           3       52
1           4       10
2           1       4
2           2       0
2           3       0
2           4       84
2           5       2

我目前使用以下代码(它有效，但我的数据需要很长时间):

  stores<-unique(mydata$store)

  for (i in 1:length(stores)){ 
  mydata <- merge(
    expand.grid(week=min(mydata$week):max(mydata$week)),
    mydata, all=TRUE)
  mydata[is.na(mydata)] <- 0
  }

有没有更好、更有效的方法来做到这一点？

Answer 1

这是您可以尝试的 dplyr/tidyr 选项:

library(dplyr); library(tidyr)
group_by(df, store) %>% 
  complete(week = full_seq(week, 1L), fill = list(value = 0)) 
#Source: local data frame [9 x 3]
#
#  store  week value
#  (int) (int) (dbl)
#1     1     1    50
#2     1     2     0
#3     1     3    52
#4     1     4    10
#5     2     1     4
#6     2     2     0
#7     2     3     0
#8     2     4    84
#9     2     5     2

默认情况下，如果您不指定 fill参数，新行将填充 NA .由于您似乎还有许多其他列，我建议您省略 fill 参数，以便您最终得到 NA，如果需要，请使用 mutate_each 再执行一步。将 NA 变为 0(如果合适)。

group_by(df, store) %>% 
  complete(week = full_seq(week, 1L)) %>%
  mutate_each(funs(replace(., which(is.na(.)), 0)), -store, -week)