Question

我有一个数据框，第一列从1到365就像这样

c(1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2...

并且第二列有时间像这样一遍又一遍地重复

c(0,30,130,200,230,300,330,400,430,500,0,30,130,200,230,300,330,400,430,500...

所以对于第一列中的每1个值，我在第二列中有相应的时间，那么当我到达2时，时间重新开始，每个2都有相应的时间，

偶尔我会遇到

c(3,3,3,3,3,3,3,3,3,4,4,4,4,4,4,4,4,4,4...

c(0,30,130,200,230,330,400,430,500,0,30,130,200,230,300,330,400,430,500...

这里缺少3个中的一个，缺少相应的300个时间。

如何浏览整个数据框并添加这些缺失值？我需要一种方法让R通过并识别任何缺失的值，然后插入一行并在第一列中放入适当的值1到365以及适当的时间。因此，对于给定的示例，R将在230和330之间添加一行，然后在第一列中放置3，在第二列中放置300。该列的某些部分缺少多个连续值。它不只是一个人在那里

Answer 1

编辑：解决方案，所有10次事先明确指定并编码整理/评论

您需要创建包含每个可能行的另一个data.frame，然后使用merge创建data.frame。关键方面是最终合并中的all.x = TRUE，它会强制突出显示数据中的空白。我通过在your.dat

中仅对前20个可能日期/时间组合中的15个进行抽样来模拟间隙

# create vectors for the days and times
the.days    = 1:365
the.times   = c(0,30,100,130,200,230,330,400,430,500)   # the 10 times to repeat

# create a master data.frame with all the times repeated for each day, taking only the first 20 observations
dat.all = data.frame(x1=rep(the.days, each=10), x2 = rep(the.times,times = 365))[1:20,]

# mimic your data.frame with some gaps in it (only 15 of 20 observations are present)
your.sample = sample(1:20, 15)
your.dat = data.frame(x1=rep(the.days, each=10), x2 = rep(the.times,times = 365), x3 = rnorm(365*10))[your.sample,]

# left outer join merge to include ALL of the master set and all of your matching subset, filling blanks with NA
merge(dat.all, your.dat, all.x = TRUE)

以下是合并的输出，显示所有20条可能的记录，其间隙清晰可见NA：

   x1  x2          x3
1   1   0          NA
2   1  30  1.23128294
3   1 100  0.95806838
4   1 130  2.27075361
5   1 200  0.45347199
6   1 230 -1.61945983
7   1 330          NA
8   1 400 -0.98702883
9   1 430          NA
10  1 500  0.09342522
11  2   0  0.44340164
12  2  30  0.61114408
13  2 100  0.94592127
14  2 130  0.48916825
15  2 200  0.48850478
16  2 230          NA
17  2 330  0.52789171
18  2 400 -0.16939587
19  2 430  0.20961745
20  2 500          NA

Answer 2

以下是一些可以帮助您入门的NA处理功能。对于插入任务，您应该使用dput或可重现的示例提供自己的数据。

df <- data.frame(x = sample(c(1, 2, 3, 4), 100, replace = T), 
                 y = sample(c(0,30,130,200,230,300,330,400,430,500), 100, replace = T))

nas <- sample(NA, 20, replace = T)
df[1:20, 1] <- nas
df$y <- ifelse(df$y == 0, NA, df$y)

# Columns x and y have NA's in diferent places.

# Logical test for NA
is.na(df)

# Keep not NA cases of one colum
df[!is.na(df$x),]
df[!is.na(df$y),]

# Returns complete cases on both rows
df[complete.cases(df),]

# Gives the cases that are incomplete.
df[!complete.cases(df),]

# Returns the cases without NAs
na.omit(df)

改变R中的数据帧

2 个答案: