r - 为大型数据库中的每个标识符添加由 0 组成的行

Question

我有一个数据库，其中每个唯一标识符的第一行都丢失了。
基本上，我需要为每个唯一 id 添加一个由 0 组成的新行。

我的数据库看起来像这样(我有超过一百万行，所以循环基本上是不可能的)。

dt = as.data.frame( rbind(c('A1', '15', '1'), 
  c('A1', '17', '2'), 
  c('A1', '12', '3'), 
  c('B1', '3', '1'), 
  c('B1', '4', '2'), 
  c('B1', '15', '3')))

colnames(dt) = c('id', 'activity', 'time')

对于每个 id，我需要在时间 0 添加 0 行。

以下代码行有效，但是，我的数据库需要太多时间。

IdUnique = length(unique(dt$id))
VeK = vector('list',  IdUnique)
for(i in 1:IdUnique){  
  row0 = matrix(0, nrow = 1, ncol = ncol(dt), dimnames = list(unique(dt$id)[i], colnames(dt)))
  VeK[[i]] = rbind(row0, subset(dt, id == unique(dt$id)[i]) )
  VeK[[i]][,'id'] <- unique(dt$id)[i]
}

dt2 <- do.call("rbind", VeK)

我想知道是否有更经济的解决方案，例如按行合并
并通过 id。但我不知道该怎么做。

mat = matrix(0, nrow = length(unique(dt$id)), ncol = ncol (dt) ) 
colnames(mat) <- colnames(dt)

mat[, 'id'] <- as.character(unique(dt$id))
mat <- as.data.frame(mat)

merge(mat, dt, by = 'id' )

按行合并并控制标识符的任何解决方案？

Answer 1

尝试:

library(dplyr)
dt %>% 
  group_by(id) %>% 
  summarise(activity = 0, time = 0) %>% 
  merge(., dt, all = T) %>%
  arrange(id, time)

或者:

dt %>% 
  group_by(id) %>% 
  summarise_each(funs(as.character(0))) %>% 
  full_join(., dt) %>%
  arrange(id, time) 

这使:

#  id activity time
#1 A1        0    0
#2 A1       15    1
#3 A1       17    2
#4 A1       12    3
#5 B1        0    0
#6 B1        3    1
#7 B1        4    2
#8 B1       15    3

之后，如果要转换 activity和 time您可以添加的数字列:

... %>% mutate_each(funs(type.convert(as.character(.))), -id)

更新

如果在您的原始 dt 中不是故意制造等级差异的，这样会容易一些:

dt <- data.frame(id = c(rep("A1", 3), rep("B1", 3)),
                 activity = c(15,17,12,3,4,15),
                 time = rep(1:3, 2))

library(dplyr)
dt %>% 
  group_by(id) %>% 
  summarise(activity = 0, time = 0) %>% 
  full_join(., dt) %>%
  arrange(id, time)