r - 使用 dplyr 将行添加到分组数据中？

Question

我的数据采用 data.frame 格式，如以下示例数据:

data <- 
structure(list(Article = structure(c(1L, 1L, 3L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 1L, 2L, 1L, 2L, 1L
), .Label = c("10004", "10006", "10007"), class = "factor"), 
Demand = c(26L, 780L, 2L, 181L, 228L, 214L, 219L, 291L, 104L, 
72L, 155L, 237L, 182L, 148L, 52L, 227L, 2L, 355L, 2L, 432L, 
1L, 156L), Week = c("2013-W01", "2013-W01", "2013-W01", "2013-W01", 
"2013-W01", "2013-W02", "2013-W02", "2013-W02", "2013-W02", 
"2013-W02", "2013-W03", "2013-W03", "2013-W03", "2013-W03", 
"2013-W03", "2013-W04", "2013-W04", "2013-W04", "2013-W04", 
"2013-W04", "2013-W04", "2013-W04")), .Names = c("Article", 
"Demand", "Week"), class = "data.frame", row.names = c(NA, -22L))

我想按周和文章总结需求栏。为此，我使用:

library(dplyr)
WeekSums <- 
  data %>%
   group_by(Article, Week) %>%
   summarize(
    WeekDemand = sum(Demand)
   )

但由于某些文章在某些周内未售出，因此每篇文章的行数不同(WeekSums 数据框中仅显示销售周数)。我如何调整我的数据，以便每篇文章都有相同的行数(每周一个)，包括需求为 0 的周数？

输出应如下所示:

  Article     Week WeekDemand
1   10004 2013-W01       1215
2   10004 2013-W02        900
3   10004 2013-W03        774
4   10004 2013-W04       1170
5   10006 2013-W01        0
6   10006 2013-W02        0
7   10006 2013-W03        0
8   10006 2013-W04         5
9   10007 2013-W01         2
10   10007 2013-W02        0
11   10007 2013-W03        0
12   10007 2013-W04        0

我试过

WeekSums %>%
  group_by(Article) %>%
  if(n()< 4) rep(rbind(c(Article,NA,NA)), 4 - n() )

但这不起作用。在我最初的方法中，我通过将第 1-4 周的数据框与每篇文章的原始数据文件合并来解决这个问题。这样，我每篇文章有 4 周(行)，但是使用 for 循环的实现效率非常低，所以我尝试使用 dplyr(或任何其他更高效的包/函数)做同样的事情。我们欢迎所有的建议!

Answer 1

没有 dplyr 可以这样做:

as.data.frame(xtabs(Demand ~ Week + Article, data))

给予:

       Week Article Freq
1  2013-W01   10004 1215
2  2013-W02   10004  900
3  2013-W03   10004  774
4  2013-W04   10004 1170
5  2013-W01   10006    0
6  2013-W02   10006    0
7  2013-W03   10006    0
8  2013-W04   10006    5
9  2013-W01   10007    2
10 2013-W02   10007    0
11 2013-W03   10007    0
12 2013-W04   10007    0

这可以重写为 magrittr 或 dplyr 管道，如下所示:

data %>% xtabs(formula = Demand ~ Week + Article) %>% as.data.frame()

as.data.frame()如果需要宽形式的解决方案，最后可以省略。