我有一个包含两列的数据框,我将其分组为 dplyr
,一列月份(作为数字,例如 1 到 12),以及几列带有统计数据的列(值不重要)。一个例子:
ID_1 ID_2 month st1 st2
1 1 1 0.5 0.2
1 1 2 0.7 0.9
1 1 3 1.1 1.7
1 1 4 2.6 0.8
1 1 5 1.8 1.3
1 1 6 2.1 2.2
1 1 7 0.5 0.2
1 1 8 0.7 0.9
1 1 9 1.1 1.7
1 1 10 2.6 0.8
1 1 11 1.8 1.3
1 1 12 2.1 2.2
1 2 1 0.5 0.2
1 2 2 0.7 0.9
1 2 3 1.1 1.7
1 2 4 2.6 0.8
1 2 5 1.8 1.3
1 2 6 2.1 2.2
1 2 7 0.5 0.2
1 2 9 1.1 1.7
1 2 10 2.6 0.8
1 2 11 1.8 1.3
1 2 12 2.1 2.2
对于第二个分组(
ID_1 = 1
和 ID_2 = 2
),数据中缺少一个月( month = 8
)。有没有办法我可以找到这个月并插入一行正确的 ID_1
和 ID_2
值,缺失 month
值,和 NA
其余列的值?我一直在玩这个使用 dplyr
功能,似乎无法弄清楚,也许甚至还有一个非dplyr
解决方案也在那里。PS:如果有帮助,
ID_1
的每个唯一分组和 ID_2
将有不超过 1 个月的失踪。
最佳答案
展开网格以制作所有组组合,然后合并:
# make reference with all needed rows
ref <- data.frame(expand.grid(unique(df1$ID_1),
unique(df1$ID_2),
1:12))
colnames(ref) <- colnames(df1)[1:3]
# them merge with all TRUE
res <- merge(df1, ref, all = TRUE)
# to check output, show only month = 8
res[ res$month == 8, ]
# ID_1 ID_2 month st1 st2
# 8 1 1 8 0.7 0.9
# 20 1 2 8 NA NA
关于r - 使用 dplyr 分组后找到丢失的月份,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39520558/