这是我的数据集的示例:
day city count
1 1 A 50
2 2 A 100
3 2 B 110
4 2 C 90
这是重现它的代码:
df <- data.frame(
day = c(1,2,2,2),
city = c("A","A","B","C"),
count = c(50,100,110,90)
)
正如您所看到的,城市 B 和 C 在第一天的计数数据缺失。我想要做的是使用城市 A 的计数作为其他两个城市的估计。因此所需的输出将是:
day city count
1 1 A 50
2 1 B 50
3 1 C 50
4 2 A 100
5 2 B 110
6 2 C 90
我可以想出一个 for 循环来做到这一点,但我觉得应该有一种更简单的方法来做到这一点。我的想法是统计每天的观测数,然后对于观测数少于数据集中城市数的那几天,我将复制该行以完成当天的数据。还有更好的想法吗?或者更有效的 for 循环?谢谢。
最佳答案
使用 dplyr
和 tidyr
,我们可以:
library(dplyr)
library(tidyr)
df %>%
expand(day, city) %>%
left_join(df) %>%
group_by(day) %>%
fill(count, .direction = "up") %>%
fill(count, .direction = "down")
或者,我们可以使用 thelatemail 的解决方案来避免 left_join
:
df %>%
complete(day, city) %>%
group_by(day) %>%
fill(count, .direction = "up") %>%
fill(count, .direction = "down")
两者都返回:
# A tibble: 6 x 3
day city count
<dbl> <fct> <dbl>
1 1. A 50.
2 1. B 50.
3 1. C 50.
4 2. A 100.
5 2. B 110.
6 2. C 90.
数据(稍微修改以显示填充两个方向的 .direction
):
df <- data.frame(
day = c(1,2,2,2),
city = c("B","A","B","C"),
count = c(50,100,110,90)
)
关于r - 有条件地复制数据框中的行,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49184893/