tidyr::complete()
向 data.frame
添加行对于数据中缺失的列值的组合。例子:
library(dplyr)
library(tidyr)
df <- data.frame(person = c(1,2,2),
observation_id = c(1,1,2),
value = c(1,1,1))
df %>%
tidyr::complete(person,
observation_id,
fill = list(value=0))
产量
# A tibble: 4 × 3
person observation_id value
<dbl> <dbl> <dbl>
1 1 1 1
2 1 2 0
3 2 1 1
4 2 2 1
哪里
value
组合person == 1
和 observation_id == 2
df
中缺少的那个已填充值为 0。在
data.table
中的等价物是什么? ?
最佳答案
我认为 data.table 的哲学需要比 tidyverse 中找到的任务的特殊命名函数更少,因此需要一些额外的编码,例如:
res = setDT(df)[
CJ(person = person, observation_id = observation_id, unique=TRUE),
on=.(person, observation_id)
]
在此之后,您仍然需要手动处理缺失级别的值的填充。我们可以使用 setnafill
在 data.table
的最新版本中有效地处理此问题并通过引用:setnafill(res, fill = 0, cols = 'value')
见 @Jealie's answer关于将回避这一点的功能。当然,在这里必须输入三遍列名是很疯狂的。但另一方面,我们可以编写一个包装器:
completeDT <- function(DT, cols, defs = NULL){
mDT = do.call(CJ, c(DT[, ..cols], list(unique=TRUE)))
res = DT[mDT, on=names(mDT)]
if (length(defs))
res[, names(defs) := Map(replace, .SD, lapply(.SD, is.na), defs), .SDcols=names(defs)]
res[]
}
completeDT(setDT(df), cols = c("person", "observation_id"), defs = c(value = 0))
person observation_id value
1: 1 1 1
2: 1 2 0
3: 2 1 1
4: 2 2 1
作为避免在第一步中输入三次名称的快速方法,这是@thelatemail 的想法:vars <- c("person","observation_id")
df[do.call(CJ, c(mget(vars), unique=TRUE)), on=vars]
# or with magrittr...
c("person","observation_id") %>% df[do.call(CJ, c(mget(.), unique=TRUE)), on=.]
更新:现在您无需在 CJ 中输入两次姓名,感谢 @MichaelChirico 和 @MattDowle the improvement .
关于r - data.table 相当于 tidyr::complete(),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/43483497/