r - 填充数据帧中的顺序值

Question

我有一个 R 数据处理问题。我在 .csv 文件中有大量数据，我可以使用 readr 加载这些数据。 .问题是我需要添加到数据框中的缺失值。

示例数据:

X1    X2    Value
Coal  1     300
Coal  3     100
Coal  5     150
NatG  2     175
NatG  4     150

该文件将正确加载。但是，我想添加处理，以便最终数据帧包含每个 X1 类型的条目和 X2 中 1:5 的整个序列，缺失值设置为零。最终的数据框是这样的:

X1    X2    Value
Coal  1     300
Coal  2     0
Coal  3     100
Coal  4     0
Coal  5     150
NatG  1     0
NatG  2     175
NatG  3     0
NatG  4     150
NatG  5     0

我尝试使用 readr 加载一个所有条目都为零的文件，然后将真实数据读入同一个数据帧，但这是一个破坏性的覆盖，丢失的行被删除。我需要知道如何将适当的行添加到数据框中，而不知道 X1 下的每个值将丢失 1:5 序列中的哪些值。

Answer 1

我们可以使用 complete来自 tidyr 的函数包裹。 complete函数根据提供的列创建组合。 fill参数可以指定填充值。

library(tidyr)

dt2 <- dt %>%
  complete(X1, X2, fill = list(Value = 0))
dt2
# # A tibble: 10 x 3
#       X1    X2 Value
#    <chr> <int> <dbl>
#  1  Coal     1   300
#  2  Coal     2     0
#  3  Coal     3   100
#  4  Coal     4     0
#  5  Coal     5   150
#  6  NatG     1     0
#  7  NatG     2   175
#  8  NatG     3     0
#  9  NatG     4   150
# 10  NatG     5     0

如果缺少某些组值，我们还可以为组合指定组值。例如，我们可以执行以下操作以确保 X2 列中的 1 到 5都考虑过了。

dt2 <- dt %>%
  complete(X1, X2 = 1:5, fill = list(Value = 0))

或使用 full_seq ，它将根据列中的最小值和最大值自动创建序列。

dt2 <- dt %>%
  complete(X1, X2 = full_seq(X2, period = 1), fill = list(Value = 0))

数据

dt <- read.table(text = "X1    X2    Value
Coal  1     300
                 Coal  3     100
                 Coal  5     150
                 NatG  2     175
                 NatG  4     150",
                 header = TRUE, stringsAsFactors = FALSE)