r - R 中的数据帧 "expand"程序？

Question

这不是一个真正的统计问题，而是执行实际统计分析之前的数据准备问题。我有一个由稀疏数据组成的数据框。我想“扩展”此数据以包括逐组缺失值的零。

这是数据示例(a 和 b 是定义组的两个因素，t 是稀疏时间戳， >x是值):

test <- data.frame(
    a=c(1,1,1,1,1,1,1,1,1,1,1),
    b=c(1,1,1,1,1,2,2,2,2,2,2),
    t=c(0,2,3,4,7,3,4,6,7,8,9),
    x=c(1,2,1,2,2,1,1,2,1,1,3))

假设我想扩展 t=0 和 t=9 之间的值，这就是我希望的结果:

test.expanded <- data.frame(
    a=c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1),
    b=c(1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2),
    t=c(0,1,2,3,4,5,6,7,8,9,0,1,2,3,4,5,6,7,8,9),
    x=c(1,0,2,1,2,0,0,2,0,0,0,0,0,1,1,0,2,1,1,3))

已为 t 的所有缺失值插入零。这使得它更容易使用。

我有一个快速而肮脏的实现，它对数据帧进行排序并循环遍历其每一行，一次添加缺失的行。但我对这个解决方案并不完全满意。有更好的方法吗？

对于熟悉 SAS 的人来说，它类似于 proc Expand。

谢谢!

Answer 1

正如您在对另一个答案的评论中指出的那样，使用 plyr 按组进行操作很容易，它只留下如何“填充”数据集。我的方法是使用merge。

library("plyr")

test.expanded <- ddply(test, c("a","b"), function(DF) {
  DF <- merge(data.frame(t=0:9), DF[,c("t","x")], all.x=TRUE)
  DF[is.na(DF$x),"x"] <- 0
  DF
})

merge 与 all.x=TRUE 将使缺失值 NA，因此需要函数的第二行来替换这些值NA 带有 0。